文献

J-GLOBAL ID：202102235557080164   整理番号：21A0090032

緑内障の認識のための高速R-CNN分類【JST・京大機械翻訳】

Faster R-CNN classification for the recognition of glaucoma

著者 (2件)： Ajitha S (Cochin University of Science and Technology, Pin- 682022, Kerala, India) ,  Judy M V (Cochin University of Science and Technology, Pin- 682022, Kerala, India)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1706  号： 1  ページ： 012170 (11pp)  発行年： 2020年 
JST資料番号： W5565A  ISSN： 1742-6588  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： Glaucomaは網膜神経節細胞の進行性変性を特徴とする視神経障害である。Glaucomaの早期同定は,それが1つの失明に有害であるので,非常に重要である。本論文では,最もよく知られたオブジェクト検出ニューラルネットワークの一つである高速R-CNNを用いた緑内障の同定を示した。提案方法は,Glaucomaを検出するために人工知能と強化深層学習を使用する。より高速のR-CNNは2つのモジュール,領域提案ネットワーク(RPN)から成り,そこではオブジェクトの領域が画像上で識別され,ネットワークが提案領域のオブジェクトを分類できるネットワークである。ResNet50とVGG16を用いた転送学習方式を適用することにより,最も細かい出力を達成した。ResNetを用いて,最大96%の精度でGlaucomaを検出した。751の画像による2つのユニークな公的に利用可能なデータセットDRISHTI_GSとORIGAの利用によって得られたテスト結果は,この配置が緑内障検出の大規模スクリーニングプログラムのためのコンピュータ設計支援フレームワークのための重要な代替手段であることを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  ネットワーク ,  ニューラルネットワーク ,  人工知能 ,  *緑内障 ,  視神経疾患
準シソーラス用語： Glaucoma ,  網膜神経節細胞 ,  物体検出 ,  深層学習 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 緑内障 ,  CNN ,  分類