文献

J-GLOBAL ID：202002290686795948   整理番号：20A2766256

網膜疾患の同定と分類のための深層学習【JST・京大機械翻訳】

Deep learning for identifying and classifying retinal diseases

著者 (2件)： Berrimi Mohamed (University of Ferhat Abbas 1,Department of computing sciences,Setif,Algeria) ,  Moussaoui Abdelouaheb (University of Ferhat Abbas 1,Department of computing sciences,Setif,Algeria)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCIS  ページ： 1-6  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 視覚と眼の健康は,人間の生活における最も重要な事項の1つであり,個人の生活を維持するために保存する必要がある。CNV,DRUSEN,AMD,DMEのような眼疾患は主に網膜の損傷により生じ,網膜が損傷し,後期に発見されたので,視覚と治療を逆転させる機会はほとんどなく,患者が視覚のパワーを部分的かつ完全に喪失することを意味する。光学的コヒーレンストモグラフィーは,眼科医が眼の背部に明確な視点を採り,網膜,黄斑,および視神経に起こる損傷を早期に決定することを助ける,それらの光学的反射を測定することにより,生体組織における内部構造の非侵襲的断面イメージングを実行することができる高度な走査装置である。本研究の目的は,光学コヒーレンストモグラフィー(OCT)装置から得られた網膜画像を用いて,異なる網膜疾患を自動的に分類するための深層学習と移動学習に基づく新しい分類モデルを提案することである。深いCNNアーキテクチャを提案し,得られたCNNアーキテクチャは,98.5%の正確性を与え,VGG-16はテストセットで99.97%までの精度を与えたが,VGG-16は,最大93.5%までの結果を得るために,より多くの畳込み層と正則化項を加えることにより,VGG-16アーキテクチャを53%だけ与えた。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  畳込み ,  *網膜 ,  *学習 ,  生体組織 ,  画像処理 ,  視神経 ,  走査装置 ,  正則化 ,  計算機アーキテクチャ ,  黄斑 ,  *網膜疾患
準シソーラス用語： 光コヒーレンストモグラフィー ,  非侵襲 ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 網膜疾患 ,  同定 ,  分類 ,  深層学習