文献

J-GLOBAL ID：202002291418473532   整理番号：20A2619066

人工ニューラルネットワークを用いたハイブリッド特徴抽出に基づく脳腫瘍分類【JST・京大機械翻訳】

Hybrid Feature Extraction Based Brain Tumor Classification using an Artificial Neural Network

著者 (2件)： Sathi Khaleda Akhter (Chittagong University of Engineering and Technology,Department of Electronics and Telecommunication Engineering,Chittagong,Bangladesh) ,  Islam Md. Saiful (Chittagong University of Engineering and Technology,Department of Electronics and Telecommunication Engineering,Chittagong,Bangladesh)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCCA  ページ： 155-160  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： 脳腫瘍の分類は,それらのクラスに従って患者の正確な治療を提供するために医師の正確な決定を策定するための重要な作業である。したがって,分類精度は,適切な決定を取るために改良する必要がある。本論文では,脳腫瘍の分類結果を改善するために,人工ニューラルネットワーク(ANN)によるハイブリッド特徴抽出法を提案した。最初に,腫瘍細胞領域を,強度閾値化および領域ラベリングによる頭蓋ストリッピングを用いてセグメント化した。その後,分割腫瘍細胞領域を,キャンニーアルゴリズムを用いて検出し,次に,検出された腫瘍細胞領域の特徴を,分類のためのANN分類ネットワークの入力として使用した。達成された分類精度は,ハイブリッドまたは単一特徴抽出法による異なる分類アルゴリズムを使用するいくつかの既存の方法と比較して,より良い性能を示した。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： セグメンテーション ,  *ネットワーク ,  *ニューラルネットワーク ,  *特徴抽出 ,  腫瘍細胞 ,  *脳腫瘍 ,  頭蓋
準シソーラス用語： 分類アルゴリズム ,  分類精度 , 【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)： 人工ニューラルネットワーク ,  特徴抽出 ,  脳腫瘍 ,  分類