文献
J-GLOBAL ID:202202266284303995   整理番号:22A0928504

COVID-19 CT画像分類のための効率的なネットモデルに及ぼす画像変換の影響【JST・京大機械翻訳】

Effect of image transformation on EfficientNet model for COVID-19 CT image classification
著者 (4件):
資料名:
巻: 51  号: P8  ページ: 2512-2519  発行年: 2022年 
JST資料番号: W3531A  ISSN: 2214-7853  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  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。
新規Coronaウイルス2019は世界中の人々の何百万人にも大きく影響し,2019年の進化以来,ヒト人種に対する大きな脅威であった。胸部CT画像は,研究コミュニティにおける大部分の研究者によるCOVID-19の診断のための表示源の1つであると考えられる。いくつかの研究者は,人工知能ベースのアルゴリズム(Alimadadi e al.,2020,Srinivasa RaoおよびVazquez,2020,Vaishya et al.,2020)を用いたCT画像を用いたCOVID-19の予測のための様々なモデルを提案した。効率的なNetは,TanとLe(2019)によって提案された強力な畳込みニューラルネットワークモデルの1つである。本研究の目的は,効率的Netアルゴリズムを用いたCovid-19の分類のための胸部CT画像に対するLaplace変換,ウェーブレット変換,適応ガンマ補正およびコントラスト制限適応ヒストグラム等化(CLAHE)のような画像強調アルゴリズムの影響を調査することである。本研究では,SARS-COV-2(Soaresら,2020)データセットを用いた。画像は前処理され,輝度は増加した。効率的Netアルゴリズムを実行して,性能を4つの画像強調アルゴリズムを加えることによって評価する。CLAHEベースの効率的Netモデルは,94.56%の精度,95%の精度,91%の再現率,および93%のF1をもたらした。本研究は,効率的NetモデルへのCLAHE画像強調の追加が,Covid-19のCT画像分類における強力な畳込みニューラルネットワークモデルの性能を改善することを示した。Copyright 2022 Elsevier B.V., Amsterdam. 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 (4件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  放射線を利用した診断  ,  人工知能  ,  図形・画像処理一般 

前のページに戻る