文献

J-GLOBAL ID：202202231203635440   整理番号：22A0887221

転移学習アルゴリズムを用いた乳癌検出と解析【JST・京大機械翻訳】

Breast Cancer Detection and Analysis Using Transfer Learning Algorithm

著者 (2件)： Vishal S. (School of Computer Science and Engineering, Vellore Institute of Technology, Chennai, India) ,  Jani Anbarasi L. (School of Computer Science and Engineering, Vellore Institute of Technology, Chennai, India)
資料名： Advances in Intelligent Systems and Computing  (Advances in Intelligent Systems and Computing)
巻： 1415  ページ： 577-583  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： 女性における最も一般的で生命を脅かす癌の一つは乳癌である。それは,乳房組織の細胞の悪性度を検出することによって診断される。乳癌の早期診断は,患者の生存率を増加させるのに重要である。病理組織像における乳房細胞形状は,乳癌を診断するために病理学者によって注意深く検査されなければならない。しかし,乳癌の組織病理学的分析は労働集約的であり,主観的であり,異なる病理学者の間で不満につながる可能性がある。自動診断システムは,病理組織像をより速く分類するための病理学者を助けることができた。本論文では,画像を悪性および良性腫瘍に分類するための移動学習法を提示し,異なる畳み込みニューラルネットワーク(CNN)モデル,すなわちVGG16,VGG19,開始V3,X開始,開始ResNetV2,ResNet101V2およびMobileNetV2の性能を比較した。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： *アルゴリズム ,  *学習 ,  乳房 ,  生存率 ,  良性腫瘍 ,  医用画像 ,  *乳房腫瘍 ,  病理学 ,  早期診断 ,  *機械学習
準シソーラス用語： 細胞形態 ,  病理組織像 ,  悪性度 ,  乳房組織 ,  *転移学習 ,  *乳癌検出 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (11件)： 組織学 ,  転移学習 ,  畳込みニューラルネットワーク ,  悪性 ,  良性 ,  VGG16 ,  VGG19 ,  InceptionV3 ,  Xception ,  InceptionResNetV2 ,  MobileNetV2

分類 (2件)： 腫ようの診断  (GE03020J) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 転移学習 ,  アルゴリズム ,  乳癌検出 ,  解析