文献

J-GLOBAL ID：202102256030611359   整理番号：21A0672323

PCAおよびSVMベース機械学習を用いた顕微鏡的血液塗抹RBC分類【JST・京大機械翻訳】

Microscopic Blood Smear RBC Classification using PCA and SVM based Machine Learning

著者 (1件)： Kannadaguli Prashanth (Dhaarini Academy f Technical Education,Technical Trainer and Freelancer,Bengaluru,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： MPCIT  ページ： 82-86  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： 治療分析f顕微鏡的血液スミアは,血液サンプルにおける細胞数の推定と同様に,種々のカテゴリーを認識することで始まる。特徴的な血液細胞等級づけと計数は,日照感染についての病理学者に対する無料の知識を提供する。この運動は,形状f血球が最初にピンポイントされ,形状を用いて,血液細胞を分類した場合,容易に結論できる。本研究では,主成分分析(PCA)とサポートベクトルマシン(SVM)に基づく機械学習を用いて,自動顕微鏡血液塗抹赤血球(RBC)分類を構築し,試験する。統計的データモデルを訓練し,試験して,血液スミアRBCを正常細胞,Echincyte,ElliptocyteおよびSicle細胞に分類した。H-最小変換(HmT)と流域変換(WT)を前処理f画像で用いて,もしセグメンテーション形状抽出fが血液細胞を抽出するならば,精度を増加させる。次に,K-Meansクラスタリングの後,各型f血液細胞500の最も強い特徴を考慮して,Bag f特徴(BoF)を作成した。訓練は,平均精度(mAP)を用いて測定されたその性能が,SVMベースの分類器が悪心な結果を与えるという正当化を正当化する画像カテゴリー分類器(ICC)を通して行われる。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： セグメンテーション ,  赤血球 ,  前処理 ,  血球 ,  吐き気 ,  日照時間 ,  クラスタ化 ,  等級づけ ,  細胞計数 ,  統計データ ,  主成分分析 ,  *機械学習 ,  サポートベクトルマシン
準シソーラス用語： カテゴリー分類 ,  流域変換 , 【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 (6件)： PCA ,  SVM ,  ベース機械 ,  学習 ,  血液 ,  分類