文献

J-GLOBAL ID：202202210904543673   整理番号：22A0778815

乳癌組織病理学的画像のロバスト分類のための自動畳込みニューラルネットワークベースフレームワーク【JST・京大機械翻訳】

An Automatic Convolution Neural Network-Based Framework for Robust Classification of Breast Cancer Histopathological Images

著者 (4件)： NagaMallik Raj S. (Department of Computer Science and Engineering, Vignan’s Institute of Information Technology, Visakhapatnam, AP, India) ,  Bhattacharyya Debnath (Department of Computer Science and Engineering, K L Deemed To Be University, KLEF, Guntur, India) ,  Joshua Eali Stephen Neal (Department of Computer Science and Engineering, Vignan’s Institute of Information Technology, Visakhapatnam, AP, India) ,  Kim Tai-Hoon (Glocal Campus of Konkuk University, Chungju-si, Chungcheongbuk-do, Korea)
資料名： Advances in Intelligent Systems and Computing  (Advances in Intelligent Systems and Computing)
巻： 1419  ページ： 159-166  発行年： 2022年 
JST資料番号： W5075A  ISSN： 2194-5357  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 病理組織学的画像は乳癌診断の標準である。評価を通して,それらの何十ものが孤立性終了のために得られる。保存的,画像ベースの分類組織は,すべての患者の画像が患者と同じタグを含むという前提を創り出すが,これは,情報が高価であるため,再聞き手ではほとんど確立されていない。主に保守的分類システムの提示は,適切な情報シンボルに依存し,多くの労働は,有用な種類を作成するために統計の以前の専門家領域情報を使用する,特性的製造,ハードで長いプロセスに専念する。先の disenseでは,深い知識は,地域専門家による特性抽出者の計画を必要としない統計から識別を出すことができる。畳み込みニューラルネットワーク(CNN)は,言語信用,信号ディスペンシング,オブジェクトクレジット,自然言語処理,および移動知識のような日常業務における経験上の成功を達成するために,近隣と製造の調査から利得通知を含む,深い,フィードフォワードの事前消費システムの正確なタイプである。このスキームは,KaggleのようなIDC_regularデータセット(乳癌組織学画像データセット)として乳癌組織病理学的画像を分類するために,深い知識による行動実験を行うことを目的とする。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 言語 ,  分類 ,  保全 ,  特性 ,  *ニューラルネットワーク ,  特徴抽出 ,  自然言語処理 ,  フィードフォワード ,  *画像 ,  利得 ,  過程 ,  *ロバスト性 ,  *乳房腫瘍
準シソーラス用語： 画像データ ,  日常業務 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 組織病理学的 ,  畳込みニューラルネットワーク ,  カグル ,  IDC正則データセット

分類 (3件)： 腫ようの診断  (GE03020J) ,  病理検査  (GC02040S) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： 乳癌 ,  組織病理学 ,  ロバスト ,  分類 ,  畳込みニューラルネットワーク ,  フレームワーク