文献

J-GLOBAL ID：202202225454453269   整理番号：22A0552289

糖尿病性足潰瘍の効果的同定のための手工と深部畳込みニューラルネットワーク特徴の融合【JST・京大機械翻訳】

Fusion of handcrafted and deep convolutional neural network features for effective identification of diabetic foot ulcer

著者 (3件)： Das Sujit Kumar (Department of Computer Science and Engineering, National Institute of Technology Silchar, Silchar, India) ,  Roy Pinki (Department of Computer Science and Engineering, National Institute of Technology Silchar, Silchar, India) ,  Mishra Arnab Kumar (Department of Computer Science and Engineering, National Institute of Technology Silchar, Silchar, India)
資料名： Concurrency and Computation: Practice & Experience  (Concurrency and Computation: Practice & Experience)
巻： 34  号： 5  ページ： e6690  発行年： 2022年 
JST資料番号： W2542A  ISSN： 1532-0626  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： すべての糖尿病関連合併症の中で,糖尿病性足潰瘍(DFU)は重症で,重大な注意とタイムリーな治療を必要とする。本研究の目的は,DFUの自動診断を改善するために,機械学習(ML)ベースの手作業低レベルおよび畳み込みニューラルネットワーク(CNN)に基づく高レベル特徴の特徴融合を行うことであった。1038の異常(DFU)と641の正常色皮膚パッチを含む標準画像データセットを実験的評価に用いた。画像からのエッジ,色,形状,およびテクスチャ情報を明らかにするために,手作業特徴を抽出した。また,新しいCNNアーキテクチャを,高レベル特徴を抽出するためのより深い残差ブロックに基づいて提案した。ロジスティック回帰分類器,サポートベクトルマシン,勾配ブースティング,および人工ニューラルネットワークのようないくつかのML分類器による特徴融合は,個々の特徴カテゴリーと比較して,改善されたDFU識別結果を示した。それにより,LRCは,曲線(AUC)値の下で95.23%の感度,95.37%F1スコア,および96.50%の面積を達成して,すべての評価尺度に対して最先端の結果を凌駕した。このような印象的な実験的観察は,提案したアプローチが医療実務者への効率的な意思決定支援を提供し,それによって患者ケアを改善することが期待される。Copyright 2022 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： 評価 ,  *ニューラルネットワーク ,  残差 ,  *糖尿病 ,  効果 ,  評価基準 ,  計算機アーキテクチャ ,  合併症 ,  機械学習 ,  サポートベクトルマシン
準シソーラス用語： 患者介護 ,  ロジスティック回帰分析 ,  ブースティング ,  自動診断 ,  評価尺度 ,  意思決定支援 , 【Automatic Indexing@JST】

著者キーワード (5件)： 分類 ,  畳込みニューラルネットワーク ,  糖尿病性足潰瘍 ,  特徴融合 ,  手作業の低レベル特徴

分類 (2件)： 代謝異常・栄養性疾患一般  (GD05010J) ,  皮膚の診断  (GF02000J)

タイトルに関連する用語 (6件)： 糖尿病性足潰瘍 ,  同定 ,  手工 ,  深部 ,  畳込みニューラルネットワーク ,  融合