文献

J-GLOBAL ID：202202276119799789   整理番号：22A0729196

赤外画像における乳癌検出のためのバイオインスパイアードアルゴリズムを用いたCNNアーキテクチャ最適化【JST・京大機械翻訳】

CNN architecture optimization using bio-inspired algorithms for breast cancer detection in infrared images

著者 (3件)： Goncalves Caroline Barcelos (Faculty of Computing, Federal University of Uberlandia, 2121, Joao Naves de Avila Avenue, Uberlandia, 38408-100, MG, Brazil) ,  Souza Jefferson R. (Faculty of Computing, Federal University of Uberlandia, 2121, Joao Naves de Avila Avenue, Uberlandia, 38408-100, MG, Brazil) ,  Fernandes Henrique (Faculty of Computing, Federal University of Uberlandia, 2121, Joao Naves de Avila Avenue, Uberlandia, 38408-100, MG, Brazil)
資料名： Computers in Biology and Medicine  (Computers in Biology and Medicine)
巻： 142  ページ： Null  発行年： 2022年 
JST資料番号： E0858A  ISSN： 0010-4825  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： 乳癌の早期検出は,患者の治癒と回復率を改善するとき,不可欠な因子である。そのような初期検出因子の中で,1つはサーモグラフィー,画像技術,早期検出方法として良好な可能性を示す。畳込みニューラルネットワーク(CNN)は画像分類タスクにおいて広く用いられているが,これらに対する良好なハイパーパラメータおよびアーキテクチャを見つけることは単純なタスクではない。本研究では,最先端のCNNs:VGG-16,ResNet-50および高密度Net-201の3つの状態の完全接続層に対する良好なハイパーパラメータおよびアーキテクチャを見つけるために,2つのバイオインスパイアード最適化技術,遺伝的アルゴリズムおよび粒子スウォーム最適化を用いた。最適化技術の利用を通して,F1スコアを全3つのネットワークで0.90以上,F1スコアの0.66からVGG-16のF1スコアの0.92への改善を得た。さらに,以前に発表された研究と比較して,テストデータに対してF1スコアの0.83からF1スコアの0.90までResNet-50を改良できた。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： 検出 ,  *最適化 ,  ネットワーク ,  分類 ,  最適化手法 ,  ニューラルネットワーク ,  検出法 ,  サーモグラフィー ,  *赤外線画像 ,  画像技術 ,  *計算機アーキテクチャ ,  *乳房腫瘍 ,  遺伝的アルゴリズム
準シソーラス用語： 画像分類 ,  高密度 ,  試験データ ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： 乳癌 ,  赤外画像 ,  CNN ,  GA ,  PSO ,  バイオインスパイアード最適化

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 赤外画像 ,  乳癌検出 ,  バイオインスパイアードアルゴリズム ,  CNN ,  アーキテクチャ ,  最適化