文献

J-GLOBAL ID：202202262452847039   整理番号：22A0980606

COVID-19胸部CTスキャン画像分類のための深層畳込みニューラルネットワーク【JST・京大機械翻訳】

A Deep Convolutional Neural Network for COVID-19 Chest CT-Scan Image Classification

著者 (2件)： Kumari L. Kanya (Department of Information Technology, Andhra Loyola Institute of Engineering and Technology, Vijayawada, Andhra Pradesh, India) ,  Jagadesh B. Naga (Department of Computer Science and Engineering, Srinivasa Institute of Engineering and Technology, Amalapuram, Andhra Pradesh, India)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 853  ページ： 603-612  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  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： 新しいコロナウイルス(COVID-19)は,世界的経済成長と医師と科学者への挑戦に影響する新しい危険な疾患である。この疾患は,リスクで世界金融システムに影響を与えることが徐々に拡大している。COVID-19の増加により,人工知能,機械学習,および深層学習の役割は,この状況において重要である。深層学習は,進行中の疾患を予測することにより,この流行発生を制御するための主要なツールである。深層学習技法は,医師と研究者のためのユーザフレンドリーなプラットフォームを形成するために一緒に置かれるいくつかのタイプのデータソースを扱う。提案手法は,COVID-19胸部CTスキャン画像を感染または感染に分類する畳み込みニューラルネットワークに基づいている。216人の患者から収集された360の陽性および397の陰性胸部CT画像から成るGitHubにおける公的に利用可能なデータセットに関する実験を行った。提案したCNNモデルにおいて,学習速度0.001でAdam最適化器を使用し,分類精度88.4%を得た。実験結果は,著者らの方法論がより良い方法で現在の流行状況を扱うことができることを示した。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： 最適化 ,  経済成長 ,  データ ,  精度 ,  *画像 ,  人工知能 ,  断層画像 ,  *計算機トモグラフィー ,  機械学習
準シソーラス用語： ユーザフレンドリ性 ,  CT画像 ,  *画像分類 ,  分類精度 ,  胸部CT画像 ,  深層学習 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： CT画像 ,  人工知能 ,  機械学習 ,  深層学習 ,  畳込みニューラルネットワーク

分類 (3件)： 人工知能  (JE08000Z) ,  医用画像処理  (JE04020T) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： COVID-19 ,  胸部CT ,  スキャン ,  画像分類 ,  深層畳込みニューラルネットワーク