文献

J-GLOBAL ID：202202272143821452   整理番号：22A0839235

アルツハイマー病の早期検出のための算術最適化アルゴリズムを用いたVGG16の最適化【JST・京大機械翻訳】

Optimization of VGG16 utilizing the Arithmetic Optimization Algorithm for early detection of Alzheimer’s disease

著者 (2件)： Deepa N. (Department of Computer Science and Engineering, Saveetha School of Engineering, Saveetha Institute of Medical and Technical Sciences, Chennai, Tamilnadu, India) ,  Chokkalingam S.P. (Department of Computer Science and Engineering, Saveetha School of Engineering, Saveetha Institute of Medical and Technical Sciences, Chennai, Tamilnadu, India)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 74  ページ： Null  発行年： 2022年 
JST資料番号： W3347A  ISSN： 1746-8094  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： Alzheimer病(AD)の早期検出と予防は重要で挑戦的な仕事である。初期段階におけるAlzheimer病の正確で正確な診断を決定することは,最も重要な課題である。その結果,アルツハイマー病の早期発見のための様々な研究が実施された。しかし,これらの技法は,より高い計算コスト,複数のモダリティからのデータを組み入れる失敗,訓練と試験データの間のデータ分布による性能劣化,脳影響領域を記録すること,より長い処理時間などを含む,多くの欠点を持っている。これらの問題に取り組むために,AD分類のために,アルゴリズム最適化アルゴリズム(AOAを用いた最適化VGG-16)を用いて,最適化VGG-16アーキテクチャを提案した。前処理,セグメンテーション,および分類のような3つの主成分が本研究に含まれている。CAT12ツールキットを用いて,前処理中のT1強調MRI画像のフォーマットを処理した。画像強調技術は,線形コントラスト延伸が画像コントラストレベルを強化する不均等な光分布を正規化する。最後に,AOAを用いた最適化VGG-16は,正常,軽度認知症(重度の認知低下)および後期認知症(重度の認知低下)クラスのようなADクラスを効果的に分類する。データセット画像は,Alzheimer病ニューロイメージングイニシアティブ(ADNI),画像研究(OASIS)データセットのオープンアクセスシリーズ,およびネットワーク(SIMON)データベースの多重観測のための単一個人ボランティアから選択される。実験的研究は,他の既存の方法より優れた分類性能を示した。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： *アルゴリズム ,  コントラスト ,  *最適化 ,  セグメンテーション ,  データベース ,  ネットワーク ,  脳 ,  *最適化手法 ,  画像 ,  画像強調 ,  計算機アーキテクチャ ,  正規化 ,  *Alzheimer病 ,  認知症
準シソーラス用語： モダリティ , 【Automatic Indexing@JST】

著者キーワード (5件)： アルツハイマー病 ,  ADNIデータセット ,  適応ROI ,  VGG-16 ,  算術最適化アルゴリズム

分類 (2件)： 神経系の診断  (GN02000H) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： アルツハイマー ,  早期 ,  算術 ,  最適化アルゴリズム ,  最適化