文献

J-GLOBAL ID：202202276785641045   整理番号：22A0778791

MRI画像における畳込みニューラルネットワークを用いた脳腫瘍検出【JST・京大機械翻訳】

Brain Tumour Detection Using Convolutional Neural Networks in MRI Images

著者 (4件)： Pavani Dontha (Department of Electronics and Communication Engineering, Vardhaman College of Engineering, Shamshabad, Hyderabad, India) ,  Durgalaxmi Kavali (Department of Electronics and Communication Engineering, Vardhaman College of Engineering, Shamshabad, Hyderabad, India) ,  Datta Bingi Sai (Department of Electronics and Communication Engineering, Vardhaman College of Engineering, Shamshabad, Hyderabad, India) ,  Nagajyothi D. (Department of Electronics and Communication Engineering, Vardhaman College of Engineering, Shamshabad, Hyderabad, India)
資料名： Advances in Intelligent Systems and Computing  (Advances in Intelligent Systems and Computing)
巻： 1413  ページ： 751-760  発行年： 2022年 
JST資料番号： W5075A  ISSN： 2194-5357  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 脳腫瘍検出は,手動セグメンテーションが不正確な結果および所見を生じるため,医学科学の分野で最も顕著で困難な作業である。さらに,大量のデータが分類されるとき,それは最も難しいプロセスである。脳腫瘍の出現は大きく変化する。腫瘍と正常組織は類似の外観を持つので,腫瘍除去は不必要になる。本論文では,畳み込みニューラルネットワーク技術により2D磁気共鳴脳画像(MRI)から脳腫瘍を抽出するための戦略を提案した。実験的研究を,種々の腫瘍サイズ,領域,形状および独特の画像強度を有するリアルタイムデータセットで実施した。含まれる技術は,AlexNet,高密度Net,ResNetであり,もう1つはVggNet19と高密度Netの組合せである。AlexNet,高密度Net,ResNet,およびVggNet19と高密度Netの組合せである他のものは,98.5%,92.3%,94.6%,95.4%であった。この論文の主な目的は,脳腫瘍を検出し,また,どの技術がMATLABを用いて最良の精度を与えるかを観察することである。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 検出 ,  磁気共鳴 ,  セグメンテーション ,  *ニューラルネットワーク ,  *腫瘍 ,  *脳腫瘍 ,  二次元 ,  医用画像 ,  *NMRイメージング ,  機械学習
準シソーラス用語： 脳画像 ,  MATLAB ,  腫瘍サイズ ,  高密度 ,  深層学習 ,  リアルタイムデータ ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： MRI画像 ,  脳腫瘍 ,  CNN ,  深層学習

分類 (2件)： 医用画像処理  (JE04020T) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (3件)： MRI画像 ,  畳込みニューラルネットワーク ,  脳腫瘍