文献

J-GLOBAL ID：202102245231970316   整理番号：21A1126021

畳込み血管ネットワークを介したランダムフォレスト分類子を用いた血管新生のロバスト分類【JST・京大機械翻訳】

Robust classification of neovascularization using random forest classifier via convoluted vascular network

著者 (3件)： P Geetha Pavani (Department of ECE, Gayatri Vidya Parishad College of Engineering (A), India) ,  Biswal Birendra (Department of ECE, Gayatri Vidya Parishad College of Engineering (A), India) ,  Biswal P.K. (Department of ETE, International Institute of Information Technology, Bhubaneswar, India)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 66  ページ： Null  発行年： 2021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： 糖尿病性網膜障害は網膜における重度の視覚障害であり,これは長期高血糖による永久失明を引き起こす。本論文は,主に,Disc(NVD)と新脈管形成Else(NVE)の血管新生への新脈管形成の分類に焦点を合わせる。血管新生は,ヒト眼の視覚障害を生じる,増殖性糖尿病性網膜障害(PDR)の警告相である。本研究では,二次元Gaborウェーブレットと行列畳込みを用いた正確な血管セグメンテーションのための新しい方法を提案した。マトリックス畳み込み法は,血管マップの形状を保存するために取り込まれ,分割された血管マップに対する不要なノイズの影響を低減する。血管マップから36個の適切な特徴を抽出し,網膜画像を健康,NVD,NVE画像に効果的に分類するための入力としてランダムフォレスト(RF)分類器に供給した。提案方法の有効性を,Bag(OOB)誤差の正確性と外部を計算することによって,グローバルにアクセス可能なデータベースで推定した。RF分類器の性能を,二次サポートベクターマシン(Q-SVM),オンライン逐次極端学習機械(OS-ELM)およびMediods分類器と比較した。RF分類器によるマトリックス畳込みと特徴選択の組合せは,0.05以下のBag(OOB)誤差と98%の平均精度を有する優れた結果を達成することによって,他の既存の分類器より優れている。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： 雑音 ,  *畳込み ,  網膜 ,  警報 ,  データベース ,  *ネットワーク ,  *血管 ,  ヒト ,  波束 ,  二次元 ,  *ロバスト性 ,  糖尿病性網膜症 ,  *血管新生 ,  サポートベクトルマシン
準シソーラス用語： *ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (8件)： 網膜画像 ,  血管新生 ,  行列畳込み ,  特徴ベクトル ,  ランダムフォレスト(RF)分類器 ,  二次サポートベクトルマシン(Q-SVM) ,  オンライン逐次極値学習機械(OS-ELM) ,  バッグ(OOB)

分類 (3件)： 眼の診断  (GP02000N) ,  代謝異常・栄養性疾患一般  (GD05010J) ,  眼の疾患  (GP03000U)

タイトルに関連する用語 (7件)： 畳込み ,  血管 ,  ランダムフォレスト ,  分類子 ,  血管新生 ,  ロバスト ,  分類