文献

J-GLOBAL ID：202202238158904462   整理番号：22A0183688

RA-GCN:不均衡データを持つ疾患予測問題のためのグラフ畳込みネットワーク【JST・京大機械翻訳】

RA-GCN: Graph convolutional network for disease prediction problems with imbalanced data

著者 (7件)： Ghorbani Mahsa (Department of Computer Engineering, Sharif University of Technology, Tehran, Iran) ,  Ghorbani Mahsa (Computer Aided Medical Procedures, Department of Informatics, Technical University of Munich, Germany) ,  Kazi Anees (Computer Aided Medical Procedures, Department of Informatics, Technical University of Munich, Germany) ,  Soleymani Baghshah Mahdieh (Department of Computer Engineering, Sharif University of Technology, Tehran, Iran) ,  Rabiee Hamid R. (Department of Computer Engineering, Sharif University of Technology, Tehran, Iran) ,  Navab Nassir (Computer Aided Medical Procedures, Department of Informatics, Technical University of Munich, Germany) ,  Navab Nassir (Whiting School of Engineering, Johns Hopkins University, Baltimore, USA)
資料名： Medical Image Analysis  (Medical Image Analysis)
巻： 75  ページ： Null  発行年： 2022年 
JST資料番号： W3156A  ISSN： 1361-8415  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： 疾患予測は医学応用におけるよく知られた分類問題である。グラフ畳込みネットワーク(GCNs)は,互いに相対的な患者の特徴を分析するための強力なツールを提供する。これは,各ノードが患者であるグラフノード分類タスクとして問題をモデリングすることによって達成できる。このような医療データセットの性質により,クラス不均衡は,クラスの分布が歪曲される疾患予測の分野で一般的な問題である。クラス不均衡がデータに存在するとき,既存のグラフベースの分類器は,主要なクラス(es)に向けて偏る傾向があり,マイナークラス(es)でサンプルを無視する傾向がある。一方,すべての患者間の稀な陽性症例(真陽性)の正しい診断は,健康管理システムにおいて重要である。従来手法では,そのような不均衡は,重みの相対値,外れ値に敏感である,およびマイナーなクラス(es)に偏ったいくつかの場合に依存する損失関数におけるクラスに適切な重みを割り当てることによって取り組まれている。本論文では,任意の特定のクラスのサンプルを強調することにより,グラフベースの分類器を防止するために,Re重み付きAdversarial Graph Convolutional Network(RA-GCN)を提案した。これは,グラフベースのニューラルネットワークを各クラスに関連付けることによって達成され,クラスサンプルの重み付けと分類器に対する各サンプルの重要性の変化の原因となる。したがって,分類器はそれ自身を調整し,重要なサンプルに対してより多くの注意でクラス間の境界を決定する。分類器と重みづけネットワークのパラメータを,敵対的アプローチによって訓練した。合成および3つの公的に利用可能な医療データセットに関する実験を示した。著者らの結果は,すべての3つのデータセットに関する患者の状態を同定する最近の方法と比較して,RA-GCNの優位性を示した。著者らの方法の詳細な解析を,合成データセットの定量的および定性的実験として提供した。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： *畳込み ,  損失関数 ,  *ネットワーク ,  ニューラルネットワーク ,  マイナ ,  健康管理 ,  異常値 ,  重みづけ
準シソーラス用語： 不均衡 ,  医療応用 ,  *不均衡データ ,  クラス不均衡 , 【Automatic Indexing@JST】

著者キーワード (5件)： 疾患予測 ,  グラフ ,  グラフ畳込みネットワーク ,  ノード分類 ,  不均衡分類

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： Ra ,  不均衡データ ,  疾患 ,  予測 ,  問題 ,  グラフ ,  畳込み