文献

J-GLOBAL ID：202102277430885543   整理番号：21A0040759

伝統的機械学習技術による口腔扁平上皮癌の分類に対する形態学的および組織的特徴の研究【JST・京大機械翻訳】

Study of morphological and textural features for classification of oral squamous cell carcinoma by traditional machine learning techniques

著者 (5件)： Rahman Tabassum Yesmin (Department of Computer Science & IT, Cotton University, Guwahati, India) ,  Mahanta Lipi B. (Mathematical and Computational Sciences Division, Institute of Advanced Study in Science and Technology, Guwahati, India) ,  Choudhury Hiten (Department of Computer Science & IT, Cotton University, Guwahati, India) ,  Das Anup K. (Pathology, Arya Wellness Centre, Guwahati, India) ,  Sarma Jagannath D. (Pathology, Dr B. Borooah Cancer Institute, Guwahati, India)
資料名： Cancer Reports  (Cancer Reports)
巻： 3  号： 6  ページ： e1293  発行年： 2020年 
JST資料番号： W3665A  ISSN： 2573-8348  資料種別： 逐次刊行物 (A)
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： 背景:口腔扁平上皮癌(OSCC)は口腔癌の最も一般的な形態である。人工知能技術を用いたOSCCの自動診断についてはほとんど研究が行われていない。生検は癌診断の究極の試験であるが,生検報告の解析は非常に困難な作業である。癌性細胞を自動的に診断するコンピュータ支援ソフトウェアを開発することは,非常に重要で,また,時間の主要な必要性でもある。【目的】伝統的機械学習法によって,手に作られた細胞核の形態学的および組織的特徴に基づくOSCCを同定する。方法:本研究では,臨床的に重要で生物学的に解釈可能な形態学的およびテクスチャ特徴を用いて,OSCCの顕微鏡的生検画像からの口腔癌の半自動検出および分類のための構造を調べ,提案した。40の生検スライドを,形態学的および組織的な特徴抽出と更なる分析のために,合計452の手の細胞核が考慮された研究のために使用した。セグメンテーション技法で一般的に使用される方法の比較分析の後,複合技術を提案した。提案した方法論は核の最良のセグメンテーションを達成した。したがって,抽出された特徴を5つの分類器,サポートベクトルマシン,ロジスティック回帰,線形判別分析,k-最近傍および決定木分類装置に供給した。分類器も訓練時間によって分析した。本研究のもう一つの寄与は,OSCC生検画像の大きな固有細胞レベルデータセットである。結果:形態学的および組織的特徴を用いてOSCCの分類において決定木分類器を適用した99.78%の精度を達成した。結論:形態学的および組織的特徴の両方がOSCC診断において非常に重要な役割を果たすことがわかった。このタイプのフレームワークは,OSCC診断における臨床医/病理学者を助けることが期待される。Copyright 2021 Wiley Publishing Japan K.K. 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 ,  分類装置 ,  特徴抽出 ,  細胞核 ,  スライド ,  人工知能 ,  ディシジョンツリー ,  ソフトウェア ,  生検 ,  複合技術 ,  CAE【計算機】 ,  *機械学習 ,  サポートベクトルマシン
準シソーラス用語： ロジスティック回帰分析 ,  癌診断 , 【Automatic Indexing@JST】

著者キーワード (7件)： 細胞レベル ,  細胞核 ,  ML ,  形態学的特徴 ,  口腔癌 ,  OSCC ,  テクスチャ特徴

分類 (2件)： 歯と口腔の腫よう  (GT04000N) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (6件)： 機械学習技術 ,  口腔扁平上皮癌 ,  分類 ,  形態学 ,  組織的特徴 ,  研究