文献

J-GLOBAL ID：202202238338231660   整理番号：22A1037623

動的システムモデルを用いた畳込みネットワークに基づく画像における皮膚悪性腫瘍の早期認識【JST・京大機械翻訳】

Early Recognition of Skin Malignancy in Images Based on Convolutional Networks by Using Dynamic System Model

著者 (7件)： Ramesh V. (PG & Research Dept. of Mathematics, Kandaswami Kandar’s College, Velur, Namakkal, Tamil Nadu, India) ,  Hamad Abdulsattar Abdullah (School of Mathematics Madurai Kamaraj University, India) ,  Jwaid Mohanad Fadhil (Al-Imam University College, Iraq) ,  Sathyabama M. (.Government Arts and Science College, Idappadi, 637101 Salem District, Tamil Nadu, India) ,  Abdulridha Mustafa Mahdi (School of Economics, Madurai Kamaraj University, India) ,  Kadhim Noor Mohammed (School of Education, Madurai Kamaraj University, India) ,  Belay Assaye (Department of Statistics, Mizan-Tepi University, Ethiopia)
資料名： Journal of Nanomaterials (Web)  (Journal of Nanomaterials (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7011A  ISSN： 1687-4110  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 高い死亡率,増加した医療費,およびこの悪性腫瘍の発生率における進行中のグローバル成長のため,早期検出は最優先事項になった。黒色腫の早期検出と治療は非常に重要である。陽性結果の尤度は劇的に上昇した。この問題に取り組むため,皮膚鏡検査画像データベースに基づいて病変が悪性または良性であるかどうかを決定するために,深い学習に基づくプロトタイプ画像解析システムを開発する学術研究者計画を計画する。本研究では,単純なアーキテクチャを有する事前訓練畳込みネットワークを用いて,それらの設計をよりよく把握し,与えられたデータセットをより迅速に訓練した。基礎として畳み込みニューラルネットワークを用いて,本研究は画像を分類できる深層学習システムの開発を追求する。事前訓練されたAlexNet,VGG,およびResNetネットワークでこのモデルを訓練するために,学習転送方法論(または転送学習)を使用し,そのアーキテクチャが,著者らがデータに調整されるように,そのアーキテクチャを概観する。本研究では,かなり基本的な事前訓練畳込みネットワークを用いて,それらのアーキテクチャを理解し,与えられたデータセットを効率的に訓練した。しかし,他のネットワークには,はるかに複雑な構造,または使用される同じネットワークがあるが,多くの層がある。可能な将来の研究のために,例えば,ResNet-152,Vgg-19,または高密度NetやInceptionのような他の異なるネットワークの使用を提案した。Copyright 2022 V. Ramesh et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  学習 ,  *ネットワーク ,  *動的系 ,  死亡率 ,  医療費 ,  画像分析 ,  計算機アーキテクチャ ,  黒色腫 ,  *皮膚腫瘍 ,  画像データベース
準シソーラス用語： *悪性腫瘍 ,  尤度 ,  深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (3件)： 原子・分子のクラスタ  (BH09030O) ,  分析機器  (CC02020S) ,  炭素とその化合物  (YB02060D)

引用文献 (19件)：

• M. Vijayalakshmi, "Melanoma skin cancer detection using image processing and machine learning," International Journal of Trend in Scientific Research and Development, vol. 3, pp. 780-784, 2019.
• N. Abuared, A. Panthakkan, M. Al-Saad, S. A. Amin, W. Mansoor, "Skin cancer classification model based on VGG 19 and transfer learning," 2020 3rd International Conference on Signal Processing and Information Security (ICSPIS), pp. 1-4, DUBAI, United Arab Emirates, 2020.
• A. A. Hamad, M. L. Thivagar, K. M. Sagayam, "Analysis of some topological nodes using the adaptive control based on 9-D, hypothesis theoretical to COVID-19," International Journal of Computer Applications in Technology, vol. 66, no. 3/4, pp. 241-245, 2021.
• M. Hasan, M. Fatemi, M. Khan, M. Kaur, A. Zaguia, "Comparative analysis of skin cancer (benign vs. malignant) detection using convolutional neural networks," Journal of Healthcare Engineering, vol. 2021, pp. 17, 2021.
• M. Monika, N. Vignesh, U. Kumari, M. N. V. S. S. Kumar, L. Lydia, "Skin cancer detection and classification using machine learning," Materials Today: Proceedings, vol. 33, 2020.

タイトルに関連する用語 (5件)： 動的システム ,  モデル ,  畳込み ,  皮膚悪性腫瘍 ,  早期