文献

J-GLOBAL ID：202202232274015628   整理番号：22A0313387

乳癌に対する深層学習に基づく早期予測方式【JST・京大機械翻訳】

Deep Learning based Early Prediction Scheme for Breast Cancer

著者 (5件)： Hemavathi N. (School of Electrical and Electronics Engineering, SASTRA Deemed to be University, Thanjavur, Tamilnadu, India) ,  Sriranjani R. (School of Electrical and Electronics Engineering, SASTRA Deemed to be University, Thanjavur, Tamilnadu, India) ,  Arulmozhi Parvathy (School of Electrical and Electronics Engineering, SASTRA Deemed to be University, Thanjavur, Tamilnadu, India) ,  Meenalochani M. (Department of Electrical and Electronics Engineering, Kings College of Engineering, Thanjavur, Tamilnadu, India) ,  Deepak R. U. (School of Electrical and Electronics Engineering, SASTRA Deemed to be University, Thanjavur, Tamilnadu, India)
資料名： Wireless Personal Communications  (Wireless Personal Communications)
巻： 122  号： 2  ページ： 931-946  発行年： 2022年 
JST資料番号： W2022A  ISSN： 0929-6212  資料種別： 逐次刊行物 (A)
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： 乳癌は,女性の若年年齢群の死亡をもたらす急速拡散疾患の1つである。残念なことに,癌の検出は後期段階で,患者の寿命は減少する。検出が初期段階にあるならば,それらの寿命を改良できた。したがって,提案は深層学習を通して初期段階で乳癌の存在を予測することを目的とする。深層学習のための適切なモデルを同定するために,ロジスティック回帰,K最近傍,サポートベクターマシン(線形),サポートベクターマシン,Gauss,ディシジョンツリー,およびランダムフォレストを有する初期機械学習アルゴリズムを,Baggedツリー,部分空間判別,およびRUSBoostedツリーのようなアンサンブル学習アルゴリズムと共に30属性で実装した。性能計量の比較は,ランダムフォレストがよりよく機能することを示した。次に,14属性の特徴選択を熱マップを通して達成した。最小特徴で,アルゴリズムの上記の集合を実行し,精度,誤分類コスト,予測速度,訓練時間,予測クラス,真のクラス,陽性予測値,感度,特異性,精度,F1スコア,曲線の下の領域,および受信者操作特性曲線のような対応する性能指数を得た。これにおいて,ランダムフォレストは,より良く機能して,さらに,14の属性の性能は,およそ30のものに,より近い性能を示した。しかし,特徴選択は有名であり,アルゴリズムが深い学習モデルを通して実行されるならば,除去することができる。モデルは,与えられたデータセット上で二値分類を実行する多くの隠れ層から成り,人が悪性であるか良性であるかを予測する。提案モデルの性能指標を検証し,その結果はその優位性を示した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 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 ,  原価 ,  特徴選択 ,  ディシジョンツリー ,  計算機アルゴリズム ,  特性曲線 ,  属性 ,  *乳房腫瘍 ,  機械学習 ,  学習アルゴリズム ,  サポートベクトルマシン
準シソーラス用語： ロジスティック回帰分析 ,  隠れ層 ,  ランダムフォレスト ,  予測値 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 乳癌 ,  機械学習 ,  深層学習 ,  早期予測 ,  性能指数

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 乳癌 ,  深層学習 ,  早期 ,  予測