文献

J-GLOBAL ID：202202238395154600   整理番号：22A1176627

脳腫瘍MRIのための教師付きML応用分類モデル【JST・京大機械翻訳】

A Supervised ML Applied Classification Model for Brain Tumors MRI

著者 (6件)： Yu Zhengyu (1Department of Nephrology, The Second Xiangya Hospital, Central South University, Changsha, China) ,  Yu Zhengyu (2Faculty of Engneering and IT, University of Technology Sydney, Sydney, NSW, Australia) ,  He Qinghu (3Department of Rehabilitation Medicine and Health Care, Hunan University of Medicine, Huaihua, China) ,  Yang Jichang (3Department of Rehabilitation Medicine and Health Care, Hunan University of Medicine, Huaihua, China) ,  Luo Min (1Department of Nephrology, The Second Xiangya Hospital, Central South University, Changsha, China) ,  Luo Min (3Department of Rehabilitation Medicine and Health Care, Hunan University of Medicine, Huaihua, China)
資料名： Frontiers in Pharmacology (Web)  (Frontiers in Pharmacology (Web))
巻： 13  ページ： 884495  発行年： 2022年 
JST資料番号： U7091A  ISSN： 1663-9812  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 脳腫瘍は異常細胞から生じ,それは制御不能である。磁気共鳴イメージング(MRI)を開発し,高品質画像を生成し,広範な医学研究情報を提供する。機械学習アルゴリズムはMRIの診断値を改善し,MRIの自動化と正確な分類を得る。本研究では,精度,感度およびF1スコアの性能における脳腫瘍MRIの特徴を分類し,解析するために,訓練および試験モデルを適用した教師付き機械学習を提案した。その結果,95%以上の精度がこのモデルで得られた。それは,他の既存の方法よりより正確に特徴を分類するのに用いることができる。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 自動化 ,  *分類 ,  精度 ,  *脳腫瘍 ,  *モデル ,  異常細胞 ,  診断 ,  NMRイメージング ,  学習アルゴリズム
準シソーラス用語： 高品質 ,  *分類モデル ,  教師付き機械学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 脳腫瘍 ,  磁気共鳴イメージング ,  機械学習アルゴリズム ,  分類 ,  自動化

分類 (2件)： 医用画像処理  (JE04020T) ,  腫ようの診断  (GE03020J)

引用文献 (30件)：

• BoserB. E., GuyonI. M., VapnikV. N. (1992). “"A Training Algorithm for Optimal Margin Classifiers,"” in Proceedings of the fifth annual workshop on Computational learning theory, Pittsburgh, PA, July 27-29, 1992, 144-152. doi: 10.1145/130385.130401
• ChaplotS., PatnaikL. M., JagannathanN. R. (2006). Classification of Magnetic Resonance Brain Images Using Wavelets as Input to Support Vector Machine and Neural Network. Biomed. signal Process. Control 1 (1), 86-92. doi: 10.1016/j.bspc.2006.05.002
• ClarkK., VendtB., SmithK., FreymannJ., KirbyJ., KoppelP., et al (2013). The Cancer Imaging Archive (TCIA): Maintaining and Operating a Public Information Repository. J. Digit Imaging 26 (6), 1045-1057. doi: 10.1007/s10278-013-9622-7
• ClarkM. C., HallL. O., GoldgofD. B., ClarkeL. P., VelthuizenR. P., SilbigerM. S. (1994). MRI Segmentation Using Fuzzy Clustering Techniques. IEEE Eng. Med. Biol. Mag. 13 (5), 730-742. doi: 10.1109/51.334636
• CocoscoC. A., ZijdenbosA. P., EvansA. C. (2003). A Fully Automatic and Robust Brain MRI Tissue Classification Method. Med. Image Anal. 7 (4), 513-527. doi: 10.1016/s1361-8415(03)00037-9

タイトルに関連する用語 (6件)： 脳腫瘍 ,  MRI ,  教師 ,  ML ,  応用 ,  分類モデル