文献
J-GLOBAL ID:202202235034651767   整理番号:22A1093711

自動皮膚癌画像分類のための遺伝的プログラミング【JST・京大機械翻訳】

Genetic programming for automatic skin cancer image classification
著者 (4件):
資料名:
巻: 197  ページ: Null  発行年: 2022年 
JST資料番号: W0178A  ISSN: 0957-4174  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
画像から様々なタイプの皮膚悪性腫瘍を検出するためのコンピュータ支援診断システムの開発は,多くの研究者を引きつけてきた。しかし,アルゴリズムの挙動を解析することは,診断を行う際に皮膚科医をいかに良好に支援できるか,リアルタイム状況におけるシステムの有効性を確立するために,新しいシステムを開発するのに重要である。人工ニューラルネットワークのような多くの機械学習手法とは異なり,遺伝的プログラミング(GP)は,その動的表現と柔軟性を持つモデルを自動的に進化させる。本研究は,皮膚画像分類に対する最近開発されたGPベースアプローチの解析を目的とする。これらの手法は,GPの固有の特徴選択と特徴構築能力を利用して,様々な事前抽出特徴から有益な特徴を効果的に構築する。これらの特徴は,皮膚画像の局所的,大域的,テクスチャ,色およびマルチスケール画像特性を包含する。これらのGP法の性能を標準カメラと特殊機器から捕捉された2つの実世界皮膚画像データセットを用いて評価し,既存のGP法と同様に6つの一般的に使用される分類アルゴリズムと比較した。結果は,これらの構築した特徴が機械学習分類アルゴリズムの性能を大いに改良するのに役立つことを明らかにした。深層ニューラルネットワークのような”ブラックボックス”アルゴリズムとは異なり,GPモデルは解釈可能であり,従って,これらの解析は,これらの方法が皮膚科医が顕著な皮膚画像特徴を同定するのに役立つことを示した。さらに,研究者は,特定の機器から捕捉された画像のための適切な特徴抽出法を同定するのを助けることができる。速く,これらの方法は,実際の臨床状況における迅速で効果的な診断のために展開できる。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般  ,  人工知能 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る