文献
J-GLOBAL ID:202202248595930775   整理番号:22A1165108

早期検出のための深層学習を用いた口腔癌診断【JST・京大機械翻訳】

Oral Cancer Diagnosis using Deep Learning for Early Detection
著者 (5件):
資料名:
巻: 2022  号: ICEARS  ページ: 1260-1268  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:
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。
口腔癌の全体的予後はまだ不良である。苦痛の半数以上が進行段階にある。以前と言われている口腔悪性腫瘍のスクリーニング試験結果と早期検出戦略は,医療専門家の健康センター経験に大きく依存しており,確立された戦略はない。提案モデルの目標は,写真から口腔扁平上皮癌(OCSCC)罹患者を決定するために,迅速,非侵襲的,費用効率が高く,簡単な深層学習アプローチを提供することである。口腔癌は,高死亡率の広範囲で複雑な悪性腫瘍である。口腔癌は,インドで最も高頻度の癌であり,年間130,000の死亡者を占める。腫瘍は,腺,扁桃,頚部,顔面,および口で見つけることができる。口腔癌は,生検を含むさまざまな方法で診断でき,身体の切片から組織の小さな試料を採取し,顕微鏡下で検査し,いくつかのスクリーニング手段を検査する。しかし,癌によって影響を受ける癌細胞を明確に区別するのは難しいため,口腔領域に影響を受ける癌細胞が検出され,本研究ではデジタル処理技術を用いて分類される。早期診断と分類のために,現代技術と深層学習アルゴリズムを使用することができる。ファジィ粒子群最適化(FPSO)を用いて,テクスチャ特性を抽出した後に最適テクスチャ特性を選択した。最後に,畳込みニューラルネットワーク分類器を用いて,最良の品質[3]を分類した。再現率,精度率,および故障率を用いて,提案した方法の性能を比較した。提案したモデルは,評価の結果に従って口腔癌の検出において既存のモデルより優れている。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:
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 (5件):
分類
JSTが定めた文献の分類名称とコードです
専用演算制御装置  ,  医用画像処理  ,  NMR一般  ,  図形・画像処理一般  ,  音声処理 
タイトルに関連する用語 (4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