文献

J-GLOBAL ID：202202275905133036   整理番号：22A0984570

糖尿病性網膜症を検出するための加重損失関数を用いた畳込みニューラルネットワークモデル【JST・京大機械翻訳】

A Convolutional Neural Network Model Using Weighted Loss Function to Detect Diabetic Retinopathy

著者 (3件)： Masud Mehedi (Department of Computer Science, College of Computers and Information Technology, Taif University, Taif, Saudi Arabia) ,  Alhamid Mohammed F. (Research Chair of Smart Technologies, College of Computer andInformation Sciences, King Saud University, Riyadh, Saudi Arabia) ,  Zhang Yin (University of Electronic Science and Technology of China, China)
資料名： ACM Transactions on Multimedia Computing, Communications, and Applications  (ACM Transactions on Multimedia Computing, Communications, and Applications)
巻： 18  号： 1s  ページ： 1-16  発行年： 2022年 
JST資料番号： W5702A  ISSN： 1551-6857  資料種別： 逐次刊行物 (A)
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： 今日,人工知能(AI)は,患者およびサービスプロバイダを起電力する間,将来の健康管理を推進するための大きな展望を提供する。ディジタルヘルスケアの広範な使用は,大量のマルチメディアヘルスケアデータ(例えば,MRI,X線,超音波画像など)を継続的に生産する。したがって,患者は,患者へのスマート診断を提供する特別なデータ分析技術を必要とする。人工知能と機械学習技術,特に深層学習(DL)法における最近の進歩は,大きな医療診断進歩と成果を示した。糖尿病性網膜障害(DR),白内障,黄斑変性,緑内障は糖尿病による最も一般的な眼問題である。糖尿病性網膜症を診断するための深層学習モデルを用いて多数のモデルが提案されてきたが,DR疾患の検出にはモデルが完全ではない。本論文は,DR患者の重症度レベルを分類するための糖尿病性網膜症画像を分析するための深層学習モデルを提示する。モデルは,モデルの訓練においてカスタム加重損失関数を適用し,テストデータに関して92.49%の精度と0.945のCohen Kappaスコアを達成した。モデルの加重平均精度は93%,再現率は92%,f1スコアは93%であった。モデルをいくつかの最先端の事前訓練モデルと比較した。提案モデルは,精度結果およびCohen Kappaスコアにおいて,より良く機能することを観察した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 起電力 ,  *損失関数 ,  *糖尿病 ,  人工知能 ,  緑内障 ,  診断 ,  健康管理 ,  患者 ,  白内障 ,  超音波画像 ,  *糖尿病性網膜症 ,  機械学習
準シソーラス用語： サービスプロバイダ ,  重症度 ,  機械学習技術 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 深層学習 ,  糖尿病性網膜症 ,  コンピュータビジョン ,  畳込みニューラルネットワーク

分類 (1件)： 眼の疾患  (GP03000U)

タイトルに関連する用語 (5件)： 糖尿病性網膜症 ,  加重 ,  損失関数 ,  畳込みニューラルネットワーク ,  モデル