文献

J-GLOBAL ID：202202248225197400   整理番号：22A1164788

深層学習法を用いた脳腫瘍解析に関する研究【JST・京大機械翻訳】

A Study on Brain Tumor Analysis Using Deep Learning Methods

著者 (4件)： Prusty Sheetal (VSSUT, Burla,Dept. of ETC,Sambalpur,India) ,  Panda Rutuparna (VSSUT, Burla,Dept. of ETC,Sambalpur,India) ,  Dora Lingraj (VSSUT, Burla,Dept. of EEE,Sambalpur,India) ,  Agrawal Sanjay (VSSUT, Burla,Dept. of ETC,Sambalpur,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICCMC  ページ： 1106-1111  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 脳における組織の非調節および急速な成長は,腫瘍を引き起こす。それは,初期段階で対処されない場合,死亡につながる可能性がある。多くのかなりの努力と有望な結果にもかかわらず,効果的なセグメンテーションと分類は課題のままである。腫瘍部位,形状およびサイズの違いは,脳腫瘍同定に対し有意な困難を示す。この論文の目的は,科学者を支援するための様々な走査技術を用いた脳腫瘍の同定に関する記述的文献レビューを提供することである。脳とその解剖学,公的に利用可能なデータセット,モダリティ,および深い学習ベースの技術を,本論文でカバーした。本論文では,脳セグメンテーションと分類のための様々なタイプの深層学習法の利用を示した。さらに,この調査は脳腫瘍の検出に関するすべての関連材料を含む。さらに,それらの利点と限界についても論じた。最後に,進歩と将来の傾向を,研究方向を提供するために,本研究で考察した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  セグメンテーション ,  *腫瘍 ,  *脳腫瘍 ,  文献展望 ,  解剖学
準シソーラス用語： モダリティ ,  腫瘍発生部位 ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 深層学習 ,  脳腫瘍 ,  解析 ,  研究