文献

J-GLOBAL ID：202202262459433991   整理番号：22A0964329

転移学習を用いた急性白血病のマルチクラス分類【JST・京大機械翻訳】

Multi Class Classification of Acute Leukemia using Transfer Learning

著者 (5件)： Abhishek Arjun (Indian Institute of Technology,Dept. of Electrical Engineering,Patna,India) ,  Santhanam Naveen (Vellore Institute of Technology,Dept. of Computer Science and Engineering,Vellore,India) ,  Jha Rajib Kumar (Indian Institute of Technology,Dept. of Electrical Engineering,Patna,India) ,  Sinha Ruchi (All India Institute of Medical Sciences,Dept. of Pathology & Lab Medicine,Patna,India) ,  Jha Kamlesh (All India Institute of Medical Sciences,Dept. of Physiology,Patna,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICONAT  ページ： 1-6  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： 白血病は血液細胞に影響する致死疾患である。機械学習と深層学習技術を用いたこの疾患の検出は,医師と臨床医の負担を減らすことができる。提案した研究は,転送学習技術を含む急性白血病のマルチレベル分類を行う。ResNet50によって抽出した特徴を訓練に用いるとき,サポートベクトルマシンとロジスティック回帰に対して,それぞれ95%と96%の精度を達成した。MobileNetによって抽出した特徴を訓練のために使用するとき,k-Nearest近傍分類装置(K=5)のために95%の試験精度を得た。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 ,  分類装置 ,  血球 ,  *白血病 ,  機械学習 ,  *急性白血病 ,  サポートベクトルマシン
準シソーラス用語： ロジスティック回帰分析 ,  マルチレベル ,  臨床医 ,  *転移学習 ,  深層学習 , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 転移学習 ,  急性白血病 ,  マルチ ,  クラス分類