文献

J-GLOBAL ID：202202281562681891   整理番号：22A0806736

WARM:相関ルールマイニングの重み付けによる新しい乳房腫瘤分類方法【JST・京大機械翻訳】

WARM: a new breast masses classification method by weighting association rule mining

著者 (3件)： Keyvanpour Mohammad Reza (Department of Computer Engineering, Alzahra University, Tehran, Iran) ,  Barani Shirzad Mehrnoush (Data Mining Laboratory, Department of Computer Engineering, Alzahra University, Tehran, Iran) ,  Mahdikhani Leyli (Department of Computer Engineering, Alzahra University, Tehran, Iran)
資料名： Signal, Image and Video Processing  (Signal, Image and Video Processing)
巻： 16  号： 2  ページ： 481-488  発行年： 2022年 
JST資料番号： W4946A  ISSN： 1863-1711  資料種別： 逐次刊行物 (A)
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： 乳癌は乳房における悪性腫瘍の成長である。女性におけるこの疾患の発生率は,近年有意に増加した。現在,早期検出は癌治療における重要因子である。初期検出のための最も効果的な方法は,マンモグラフィの画像を通している。コンピュータ支援診断システムは,疑わしい徴候の探索,または良性または悪性型における病変の分類を助けるために必須である。本論文では,加重相関ルールマイニング(WARM)に基づく質量検出と分類のための新しい方法を設計した。本研究の主目的は,セグメンテーションと分類に焦点を当て,マンモグラフィ画像における腫瘤の検出と分類の精度を最適化するための解決策を提供し,マンモグラフィ画像中の腫瘤を2つのクラス,良性と悪性に分類することである。結果は,精度,感度,および特異性に関して提案モデルがいくつかのベースラインと比較して優れていることを示す。Copyright The Author(s), under exclusive licence to Springer-Verlag London Ltd., part of Springer Nature 2021 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 ,  セグメンテーション ,  精度 ,  病気 ,  画像 ,  *乳房 ,  乳房腫瘍 ,  *乳房疾患 ,  乳房撮影
準シソーラス用語： 悪性腫瘍 ,  *腫瘤 ,  *乳房腫瘤 ,  計算機支援診断システム ,  癌治療 ,  特異性 , 【Automatic Indexing@JST】

著者キーワード (5件)： 乳癌 ,  乳房撮影 ,  質量検出 ,  質量分類 ,  相関ルールマイニング

分類 (1件)： 腫ようの診断  (GE03020J)

タイトルに関連する用語 (4件)： 相関ルールマイニング ,  重み付け ,  乳房腫瘤 ,  分類方法