文献

J-GLOBAL ID：202102218047613410   整理番号：21A0563029

誘電情報プローブを介した生物現象の分類【JST・京大機械翻訳】

Classification of Biological Phenomenon-of-Interest via Dielectric Information Probe

著者 (4件)： Gong Zheng (The University of Waikato,School of Engineering,Hamilton,New Zealand) ,  Chen Yifan (The University of Waikato,School of Engineering,Hamilton,New Zealand) ,  Lin Xiaoyou (The University of Waikato,School of Engineering,Hamilton,New Zealand) ,  Ding Yahui (University of Electronic Science and Technology of China,School of Electronic Science and Engineering,Chengdu,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： APMC  ページ： 1101-1103  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： 本論文では,新しい多段階生物学的情報伝送モデルに基づいて,in vivo生物学的現象(BPI)を分類する新しいフレームワークを提案した。特に,分類は3つの相互接続ブロック間の統計的関係を探索することにより実現される:分類下の病的条件に対応するBPI,BPI感受性誘電性質を示す誘電情報プローブ(DIP),およびDIPの特徴を解釈する外部観測システム(EOS)。その結果,最適化確率的マッピングをこれらのブロックの中で同定することができ,効果的な分類を保証した。このフレームワークは,造影剤増強マイクロ波イメージングで腺を形成する癌組織の割合に基づく非侵襲的乳房腫瘍を同定することによって例証される。この特定の問題に対する上記の3つのブロック間の統計的関係を分析することによって,侵入性腫瘍を同定する精度は,シミュレーション設定で90%に達することができた。Copyright 2021 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： 最適化 ,  シミュレーション ,  プローブ ,  相互接続 ,  誘電性 ,  感受性 ,  *腫瘍 ,  造影剤 ,  乳房腫瘍
準シソーラス用語： 非侵襲 ,  腫瘍組織 ,  マイクロ波イメージング ,  情報伝送 , 【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)： プローブ ,  生物 ,  現象 ,  分類