文献

J-GLOBAL ID：202102270817598619   整理番号：21A2870427

離散ウェーブレット変換とBayesニューラルネットワークを用いたMRSデータからのヒト脳腫瘍の分類【JST・京大機械翻訳】

Classification of human brain tumours from MRS data using Discrete Wavelet Transform and Bayesian Neural Networks

著者 (3件)： Arizmendi Carlos (Dept. de Llenguatges i Sistemes Informatics (LSI), Universitat Politecnica de Catalunya (UPC), 08034 Barcelona, Spain) ,  Vellido Alfredo (Dept. de Llenguatges i Sistemes Informatics (LSI), Universitat Politecnica de Catalunya (UPC), 08034 Barcelona, Spain) ,  Romero Enrique (Dept. de Llenguatges i Sistemes Informatics (LSI), Universitat Politecnica de Catalunya (UPC), 08034 Barcelona, Spain)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 39  号： 5  ページ： 5223-5232  発行年： 2012年 
JST資料番号： W0178A  ISSN： 0957-4174  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： 脳腫瘍の診断は,非侵襲的技術を通して集められた情報に頼る必要のある,非常に高感度で複雑な臨床作業である。そのような技術の一つは磁気共鳴分光法である。このタスクにおいて,放射線医学専門家は,ロバストな分類プロセスの周りに構築されたコンピュータベースシステムのサポートから利益を得る可能性がある。本論文では,いくつかの脳腫瘍病理に対応するスペクトルの前処理に離散ウェーブレット変換法を適用した。この手順では,データの高い次元をそれ自体で緩和しない。この理由のために,次元縮小を,特徴抽出のための特徴選択または主成分分析のための分散分析によって,Moving Windowを用いて実行した。組合せ法は,Bayesニューラルネットワークを用いた診断識別二値分類に関して非常に有望な結果をもたらした。ほとんどの場合,分類精度は以前に報告された結果で改善した。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： 分散分析 ,  *ニューラルネットワーク ,  特徴抽出 ,  *脳腫瘍 ,  ヒト ,  スペクトル ,  特徴選択 ,  計算機利用システム ,  放射線医学 ,  主成分分析 ,  次元縮小 ,  ロバスト性 ,  病理
準シソーラス用語： *離散ウェーブレット変換 ,  非侵襲 , 【Automatic Indexing@JST】

著者キーワード (4件)： 磁気共鳴分光法 ,  脳腫瘍 ,  医療意思決定支援 ,  Bayesニューラルネットワーク

分類 (2件)： 医用画像処理  (JE04020T) ,  神経系の腫よう  (GN04000V)

タイトルに関連する用語 (6件)： 離散ウェーブレット変換 ,  ニューラルネットワーク ,  MRS ,  ヒト ,  脳腫瘍 ,  分類