文献

J-GLOBAL ID：202202277780851595   整理番号：22A1164785

脳腫瘍検出のための改良型深層ニューラル学習分類器【JST・京大機械翻訳】

An Improved Deep Neural Learning Classifier for Brain Tumor Detection

著者 (2件)： Kurian Simy Mary (Karunya Institute of Technology and Science,Department of Computer Science and Engineering,Coimbatore,India) ,  Juliet Sujitha (Karunya Institute of Technology and Science,Department of Computer Science and Engineering,Coimbatore,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICCMC  ページ： 1085-1091  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： 磁気共鳴映像法(MRI)は人体の解剖学と過程を捉える走査法である。MRI画像は,脳がんの早期認識に重要である。したがって,MRIスキャンからの脳がん疾患の予測は,その複雑性と腫瘍分散のため,容易なプロセスではない。これらの問題に取り組むために,Guassian Preproteined Projection Pursuit Regress Mathieu Learning(GPPPRMFE-DNL)を導入した。GPPPRMFE-DNLモデルを,短時間で正確な脳腫瘍検出プロセスのために提案する。Gauss平滑化フィルタをGPPPRMFE-DNLモデルに採用し,入力画像から雑音のある画素を根絶した。その後,頭蓋ストリッピング手順を用いて,隣接領域から脳組織を採取した。次に,得られた画像をセグメント内で分割するために用いて,入力画像の次元を最小にした。特徴抽出を行い,分割領域から色,テクスチャおよび強度特徴を抽出した。最後に,分類タスクを,より高い精度とより少ない誤り率で試験と訓練画像の間のロジスティック活性化機能の助けを借りて実行した。最後に,出力層によって結果を決定した。観察された結果は,2つの従来法と比較してGPPPRMFE-DNLのより良い分析を示した。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】

シソーラス用語： 雑音 ,  *学習 ,  特徴抽出 ,  *腫瘍 ,  *脳腫瘍 ,  画素 ,  平滑フィルタ ,  誤り率 ,  解剖学 ,  深層 ,  NMRイメージング
準シソーラス用語： 複雑性 ,  頭蓋 ,  脳組織 ,  インプット画像 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 脳腫瘍 ,  深層 ,  学習 ,  分類器