文献

J-GLOBAL ID：202202262249837103   整理番号：22A1104193

色素性病変を用いたIoTによる原発性皮膚癌の予測【JST・京大機械翻訳】

IoT enabled Primary Skin Cancer Prediction Using Pigmented Lesions

著者 (6件)： Singh Balbir (Faculty, Administrative Staff College of India,India) ,  Ebrahim Ahmed Mostafa Ali (Mid and South Essex NHS Foundation Trust, Broomfield Hospital,Department of General Surgery,Chelmsford,United Kingdom) ,  Rajan Regin (Adhiyamaan College of Engineering,Department of Computer Science and Engineering,Tamil Nadu,India) ,  Steffi (Vins Christian Women’s College of Engineering,Department of Electronics and Communication Engineering,Tamil Nadu) ,  Gupta Shubhi (ASET, Amity University,UP,India) ,  Babu D. Vijendra (Deemed to be University,Aarupadai Veedu Institute of Technology, Vinayaka Mission’s Research Foundation,Department of ECE,Tamil Nadu,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICAIS  ページ： 1315-1319  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： 皮膚は多くの医療分野で広く使用されている。腫瘍パンデミックは,グローバル集団の健康と健康に劇的に影響する。後日において,Things,クラウドコンピューティング,有意な学習,機械学習,およびFake経験のWebは,実世界の課題のからみ合い組合せへの上昇の進捗である。この作業は,プロスペリティケア計算を進歩させ,対処する。この提案した方法論において,クラスタリングアプローチを実行した。脳の抽出画像は診断に直接使用できない。捕捉された画像は,雑音,ぼやけた画像などの外乱を含む。抽出したパノラマから高品質画像を得る。それは皮膚の感染領域を正確に示す。分割を行う前に,抽出した画像は,画像における擾乱を明確化するために前処理しなければならない。この処理画像は,良好な予測のための歯科医を助ける。それは,地球上の既存の繁 care医療産業の実行を進めるためのフレームワークを与える。完全な回復データがクラウドに保存されねばならないので,ルーチンの有用な治療不具合を克服できる。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： 雑音 ,  前処理 ,  *色素 ,  腫瘍 ,  クラスタ化 ,  *皮膚腫瘍 ,  歯科医 ,  Web【情報システム】 ,  機械学習
準シソーラス用語： 高品質 ,  ルーチン ,  汎発流行性 ,  クラウドコンピューティング ,  *モノのインターネット , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 色素 ,  病変 ,  IoT ,  原発 ,  皮膚癌 ,  予測