文献

J-GLOBAL ID：202102250391910420   整理番号：21A0442396

Automateマンモグラフィ画像解析への機械学習の利用【JST・京大機械翻訳】

Using Machine Learning to Automate Mammogram Images Analysis

著者 (9件)： Tang Xuejiao (Leibniz University Hannover,Germany) ,  Zhang Liuhua (Memorial University of Newfoundland,Canada) ,  Zhang Wenbin (University of Maryland,Baltimore County,USA) ,  Huang Xin (University of Maryland,Baltimore County,USA) ,  Iosifidis Vasileios (Leibniz University Hannover,Germany) ,  Liu Zhen (Guangdong Pharmaceutical University,China) ,  Zhang Mingli (McGill University,Canada) ,  Messina Enza (University of Milano-Bicocca,Italy) ,  Zhang Ji (University of Southern Queensland,Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： BIBM  ページ： 757-764  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： 乳癌は女性における肺癌後の癌関連死の2番目の主要な原因である。X線マンモグラフィにおける乳癌の早期検出は,1989年以降の死亡率を効果的に減少させると考えられる。しかし,マンモグラフィ技術における比較的高い偽陽性率と低い特異性がまだ存在する。本研究では,計算機支援自動マンモグラム解析システムを提案し,マンモグラム画像を処理し,3連続画像処理,特徴選択および画像分類段階から成る正常または癌のいずれかとしてそれらを自動識別した。システムの設計において,離散ウェーブレット変換(Daubechies2,Daubechies4,およびBi直交6.8)とFourier余弦変換を最初に用いて,マンモグラム画像を解析して,統計的特徴を抽出した。次に,エントロピーベースの特徴選択方法を,特徴の数を減らすために実行した。最後に,異なるパターン認識法(バックプロパゲーションネットワーク,線形判別解析,およびNaive Bayes分類子)と投票分類方式を採用した。各分類戦略の性能を,感度,特異性および精度,および受信者操作曲線を用いた一般的性能について評価した。著者らの方法をカナダのニューファウンドランドとラブラドルの東部健康からのデータセットで検証した。実験結果は,提案した自動マンモグラム解析システムが分類性能を効果的に改良できることを示した。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： エントロピー ,  パターン認識 ,  死 ,  特徴選択 ,  *画像分析 ,  判別分析 ,  余弦変換 ,  直交性 ,  肺腫瘍 ,  乳房腫瘍 ,  *乳房撮影 ,  *機械学習
準シソーラス用語： 離散ウェーブレット変換 ,  画像分類 ,  自動認識 , 【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 (3件)： マンモグラフィ ,  画像解析 ,  機械学習