文献

J-GLOBAL ID：202202275289983401   整理番号：22A1165306

グラフ畳込みネットワークを用いた自動肝細胞癌診断【JST・京大機械翻訳】

Automatic Hepatocellular Carcinoma Diagnosis using Graph Convolutional Network

著者 (7件)： Kim Yushin (Kyungpook National University School of Medicine,Major in Bio-Artificial Intelligence,Dept. of Computer Science & Engineering,Daegu,Republic of Korea) ,  Kim Jaehyeon (Kyungpook National University School of Medicine,Major in Bio-Artificial Intelligence,Dept. of Applied Artificial Intelligence,Daegu,Republic of Korea) ,  Lee Sejong (Kyungpook National University School of Medicine,Major in Bio-Artificial Intelligence,Dept. of Computer Science & Engineering,Daegu,Republic of Korea) ,  Ahn Seyoung (Kyungpook National University School of Medicine,Major in Bio-Artificial Intelligence,Dept. of Computer Science & Engineering,Daegu,Republic of Korea) ,  Kim Jonghun (Hanyang University,Dept. of Computer Science & Engineering,Ansan,Republic of Korea) ,  Park Sooyoung (Kyungpook National University School of Medicine,Dept. of Internal Medicine,Daegu,Republic of Korea) ,  Cho Sunghyun (Hanyang University,Dept. of Computer Science & Engineering,Ansan,Republic of Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICEIC  ページ： 1-4  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： 血液検査を用いて肝細胞癌のリスク群をスクリーニングした。種々の研究は,血液検査記録を用いて肝細胞癌を診断するために人工知能を利用した。しかし,ほとんどの研究は不十分なデータによる性能劣化に悩まされている。本論文では,データ不足問題に対処するための新しいグラフ畳込みネットワークベースのコンピュータ支援診断モデルを提案した。提案方法は,特徴間の関係を表すグラフにデータを変換することによって訓練を支援する。結果として,著者らの診断モデルは,89.3%の精度を有する既存のアプローチと比較して4%の精度を改善した。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： *畳込み ,  *ネットワーク ,  計算機診断 ,  人工知能 ,  血液検査 ,  *肝細胞癌
準シソーラス用語： 性能劣化 ,  診断モデル , 【Automatic Indexing@JST】

分類 (5件)： 符号理論  (ND02030R) ,  専用演算制御装置  (JC04030Y) ,  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)： グラフ ,  畳込み ,  肝細胞癌 ,  診断