文献

J-GLOBAL ID：202202214154523469   整理番号：22A0964290

ILD前処理のための深層学習【JST・京大機械翻訳】

Deep Learning for ILD preprocessing

著者 (6件)： Yadlapalli Priyanka (GRIET,Department of ECE,Hyderabad,Telangana,India) ,  Geddada Prashanth (GRIET,Department of ECE,Hyderabad,Telangana,India) ,  Kadiveti Charan (GRIET,Department of ECE,Hyderabad,Telangana,India) ,  Pabba Sai Teja (GRIET,Department of ECE,Hyderabad,Telangana) ,  Pichika Rohit Sai (GRIET,Department of ECE,Hyderabad,Telangana) ,  Kora Dr Padmavathi (GRIET,Department of ECE,Hyderabad,Telangana)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICONAT  ページ： 1-6  発行年： 2022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： 医用画像分析は,深層学習技術の進歩により,研究の急速に成長する分野になった。CTスキャン分析は,ヒトの身体の画像を得るための様々な画像モダリティと技術の使用に言及し,病気を診断するために医療専門家によって使用することができる。ILD(間質性肺疾患)は慢性肺疾患であり,時間とともに異痛になる。肺が損傷を受けると,この状態は完全には治療できない。一方,早期発見により,疾患を制御下で維持するのに役立つ。肺瘢痕はそれの結果である。その結果,多くは呼吸困難を抱えている。疾患検出と分類のための様々な代替戦略が示されている。1次統計,グレイライブ発生,ラン長マトリックス,およびフラクタル解析は,最初の方法論における肺組織を記述するために用いられる統計的ツールである。Uppaluriらは,それを提案した。本論文では,データセットを解釈するための探索データ分析(EDA)を用いて,データセットをよりよく理解するため,様々なcmapモデルを用いていくつかの患者のCTスキャンをプロットし,患者の最終FVCおよび信頼区間を決定するために,Leaky ReLU活性化関数を有する簡単なPytochモデルを使用した。Copyright 2022 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： 前処理 ,  呼吸困難 ,  ヒト ,  医療従事者 ,  瘢痕 ,  早期診断 ,  *計算機トモグラフィー
準シソーラス用語： 間質性肺疾患 ,  アロディニア ,  モダリティ ,  慢性肺疾患 ,  肺組織 ,  *深層学習 , 【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 (2件)： 前処理 ,  深層学習