文献

J-GLOBAL ID：202202228472005386   整理番号：22A0980043

深層ニューラルネットワークとLightGBMを用いた胸部X線画像からのCOVID-19症例の診断【JST・京大機械翻訳】

Diagnosis of COVID-19 Cases from Chest X-ray Images Using Deep Neural Network and LightGBM

著者 (3件)： Ezzoddin Mobina (Semnan University,Electrical and Computer Engineering Department,Semnan,Iran) ,  Nasiri Hamid (Amirkabir University of Technology,Department of Computer Engineering,Tehran,Iran) ,  Dorrigiv Morteza (Semnan University,Electrical and Computer Engineering Department,Semnan,Iran)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： MVIP  ページ： 1-7  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： Coronavirusは,2019年後期に中国,武漢で検出し,その後,急速な世界的流行で流行した。感染者数はその後急速に増加している。したがって,本研究では,深層ニューラルネットワーク(DNN)を用いたX線画像からのCorona疾患の自動診断のための新しい効率的な方法を提案した。提案した方法では,DensNet169を用いて患者の胸部X線(CXR)画像の特徴を抽出した。抽出した特徴を特徴選択アルゴリズム(即ち,ANOVA)に与え,それらの数を選択した。最後に,選択した特徴を光GBMアルゴリズムによって分類した。提案手法を,胸部X線8データセット上で評価し,2クラス(すなわち,COVID-19およびNo-発見)およびマルチクラス(すなわち,COVID-19,PneumoniaおよびNo-発見)分類問題において,それぞれ,99.20%および94.22%の精度を達成した。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： 分散分析 ,  *X線画像
準シソーラス用語： *胸部X線撮影 ,  自動診断 , 【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 (5件)： 深層ニューラルネットワーク ,  胸部X線画像 ,  COVID-19 ,  症例 ,  診断