文献

J-GLOBAL ID：202202249366983838   整理番号：22A0863178

不完全および不均衡データのための医療診断【JST・京大機械翻訳】

Medical Diagnosis for Incomplete and Imbalanced Data

著者 (4件)： Sribhashyam Sravani (Department of IT, Velagapudi Ramakrishna Siddhartha Engineering College, Vijayawada, India) ,  Koganti Satya (Department of IT, Velagapudi Ramakrishna Siddhartha Engineering College, Vijayawada, India) ,  Vineela Muvvala Vasavi (Department of IT, Velagapudi Ramakrishna Siddhartha Engineering College, Vijayawada, India) ,  Kalyani G. (Department of IT, Velagapudi Ramakrishna Siddhartha Engineering College, Vijayawada, India)
資料名： Smart Innovation, Systems and Technologies  (Smart Innovation, Systems and Technologies)
巻： 266  ページ： 491-499  発行年： 2022年 
JST資料番号： W5072A  ISSN： 2190-3018  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 患者が徴候,試験報告,および症状の助けによって影響を受ける疾患を同定するプロセスは,診断として知られている。深層学習は医学分野での自動診断において主要な役割を果たす。自動診断システムの効率性は,訓練のために提供されたデータがよく,そして,それがシステムを訓練するためにどのように使用されるかに依存する。データは,その精度,完全性,一貫性,およびデータバランスのようなデータ品質の懸念を受ける。さらに,現実に,臨床データは,完全な患者データより,むしろ多くの有用で重要な属性からのみ作成される。しかし,実世界において,データは,例えば,データ有効性,可能性,充足,正確さなどのために,さまざまな理由によって,品質が劣っていた。特に医療領域において,データは不均衡で不完全である。そこで,このプロジェクトでは,患者の既存および信頼できるデータに基づく疾患を予測するため,マルチインスタンスニューラルネットワークを提案する。提案方法は,西洋医学(WM)と疾患症状予測と命名された不均衡データセットでテストされる予定である。提案したマルチインスタンスニューラルネットワークアーキテクチャは,高精度で病気を予測する。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *データ ,  品質 ,  ニューラルネットワーク ,  精度 ,  試験 ,  診断 ,  完全性 ,  有効性 ,  一貫性 ,  機械学習
準シソーラス用語： 不均衡 ,  臨床データ ,  高精度 ,  患者情報 ,  データ品質 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： 不完全データ ,  不均衡データ ,  マルチインスタンスニューラルネットワーク

分類 (1件)： 医用情報処理  (JE15030Q)

タイトルに関連する用語 (2件)： 不均衡データ ,  医療診断