文献

J-GLOBAL ID：202202274829803323   整理番号：22A0788260

糖尿病性網膜症検出およびグレーディングのためのインセプションネットワークによるインテリジェントガ火炎最適化【JST・京大機械翻訳】

An Intelligent Moth Flame Optimization with Inception Network for Diabetic Retinopathy Detection and Grading

著者 (1件)： Aljehane Nojood O (College of Computer Science and Information Technology, Tabuk University,Saudi Arabia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICCIT  ページ： 370-373  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： 糖尿病性網膜障害(DR)は,視覚に影響する網膜に病変を生じる糖尿病患者の広範な疾患である。DRが初期段階で同定されないとき,視覚はひどく影響を受ける。眼科医による眼底画像を用いたDRの手動検出は,時間がかかり,高価で,正確でないため,深層学習(DL)モデルは,初期段階でDRを検出し,分類する一般的なツールである。この動機により,本論文は,開始ネットワークベースのDR検出と等級づけ(IMFO-INDR)モデルによるインテリジェントなガ火炎最適化を設計した。IMFO-INDRモデルの目標は,眼底画像における病変の存在を検出し,それに対して適切なクラスラベルを割り当てることである。IMFO-INDRモデルは,眼底画像の影響を受けた病変領域を決定するためにヒストグラムベースのセグメンテーションを含む。さらに,開始v4モデルを特徴抽出として適用し,それに含まれるハイパーパラメータをMFOアルゴリズムの使用により最適に調整した。最後に,ソフトマックス分類装置を,抽出した特徴ベクトルに基づく入力基底画像へのクラスラベルの配置のために使用する。IMFO-INDRモデルの実験的検証をMESISDORデータベースを用いて行い,結果をいくつかの側面に関して調べた。得られた値は既存のDR診断モデルよりもIMFO-INDRモデルの有望な性能を示した。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： アルゴリズム ,  *最適化 ,  視覚 ,  *網膜 ,  セグメンテーション ,  データベース ,  分類装置 ,  特徴抽出 ,  等級づけ ,  ヒストグラム ,  *糖尿病性網膜症
準シソーラス用語： 特徴ベクトル ,  眼底写真 ,  糖尿病患者 ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 糖尿病性網膜症 ,  グレーディング ,  火炎 ,  最適化