文献

J-GLOBAL ID：202102278526921080   整理番号：21A0229954

深層学習技術を用いた皮膚病変画像からの黒色腫の検出【JST・京大機械翻訳】

Detection of Melanoma from Skin Lesion Images using Deep Learning Techniques

著者 (3件)： Shah Vimal (Dwarkadas J. Sanghvi College of Engineering,Student, Department of Computer Engineering,Mumbai,India) ,  Autee Pratik (Dwarkadas J. Sanghvi College of Engineering,Student, Department of Computer Engineering,Mumbai,India) ,  Sonawane Pankaj (Dwarkadas J. Sanghvi College of Engineering,Assistant Professor, Department of Computer Engineering,Mumbai,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICDSE  ページ： 1-8  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： 癌は,身体のどの部分でも細胞が対照から成長し始める時に発症する。それは,体の他の部分に広がる。メラニン腫は,メラニンを産生する細胞(皮膚の知覚色に関与する色素)が,対照から成長し始めるので,開発された皮膚癌の一種である。メラニン腫は,初期および左の未治療で検出されない場合,身体の他の部分に広がる傾向が高いので危険である。本論文では,皮膚病変を悪性および良性に分類するための分類システムを構築するために,深層学習技術を使用した。このシステムは,身体上の様々な部位からの皮膚病変画像から成るデータセットに依存する。適切な変換を用いてデータセットを増強し,様々なメトリックを用いて分類システムを評価した。この実装で用いた異なるモデルを,優れた性能モデルを見つけるための計量に基づいて比較した。感度,特異性,および精度の結果あたりのResNet-50は,それぞれ,99.7%,55.67%,93.96%の値で,他の3つの中で最良の結果を有した。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： 色素 ,  *皮膚障害 ,  *黒色腫 ,  皮膚腫瘍
準シソーラス用語： メラニン , 【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)： 深層学習 ,  皮膚病変 ,  黒色腫