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。
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】