文献

J-GLOBAL ID：202102218420977437   整理番号：21A3387698

帯状疱疹のための畳込みニューラルネットワークによる低コスト画像解析【JST・京大機械翻訳】

Low-cost image analysis with convolutional neural network for herpes zoster

著者 (2件)： Mejia Lara Jennifer Vanessa (Pontificia Universidad Catolica del Peru, Peru) ,  Arias Velasquez Ricardo Manuel (Universidad Tecnologica del Peru, Peru)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 71  号： PB  ページ： Null  発行年： 2022年 
JST資料番号： W3347A  ISSN： 1746-8094  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 帯状疱疹ウイルス(HZV)または水痘-帯状疱疹ウイルス(VZV)は三叉神経に影響し,最も早い段階で眼損傷を回避する。本論文では,新しいフレームワークは畳み込みニューラルネットワーク(CNN)による新しい方法を開発し,HZVの初期段階の検出を1000画像でテストした。それは,低コスト画像分析による89.6%であり,さらに,データベースは,最も適当なアルゴリズムを確認するために,他の構造によって解析した。プロセスは前処理,セグメンテーション,抽出,および分類である。VZVは2つの疾患:i)ニワトリポックスと呼ばれるVaricellaとii)Herpes Zoster。機械学習プロセスを得るために,前処理,セグメンテーション,抽出および分類として4段階で構造化する,初期Herpes Zoster(HZ)疾患検出システムの新しいプロセスに関連した畳み込み層ニューラルネットワークのビルディングブロックを考察した。特に,新しいプロセスは,比較のためにK-最近傍(KNN),人工ニューラルネットワーク(ANN),およびロジスティックモデルツリー(LMT)回帰間の比較による分類プロセスを含む。8日間の有効性は,最小情報による早期検出に対して98.1%であった。しかし,訓練プロセスは33%の偽陽性と平均90%の真の陽性率を生成する。初期HZ検出と電子デバイスに関連した故障を示し,神経位置に関連した顔とパターン認識に使用した。この研究により,データ管理と深層学習に関する困難は,病気の8日間で裏付けられ,成功する分類を可能にするプロセスと技術をより良く理解する。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *畳込み ,  パターン認識 ,  セグメンテーション ,  データ管理 ,  データベース ,  *ニューラルネットワーク ,  三叉神経 ,  VZウイルス ,  *画像分析 ,  *帯状疱疹 ,  機械学習
準シソーラス用語： ビルディングブロック ,  深層学習 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 畳込みニューラルネットワーク ,  帯状疱疹 ,  顔解析 ,  水痘帯状疱疹

分類 (1件)： 感染症・寄生虫症一般  (GD01010H)

タイトルに関連する用語 (3件)： 帯状疱疹 ,  畳込みニューラルネットワーク ,  画像解析