文献

J-GLOBAL ID：202202285642890830   整理番号：22A1039157

ハイブリッド機械学習アルゴリズムを用いた脳腫瘍分類に関する研究【JST・京大機械翻訳】

Investigations on Brain Tumor Classification Using Hybrid Machine Learning Algorithms

著者 (8件)： Rinesh S. (Department of Computer Science and Engineering, Jigjiga University, Jijiga, Ethiopia) ,  Maheswari K. (Department of Computer Science and Engineering, CMR Technical Campus, Hyderabad, Telangana, India) ,  Arthi B. (Department of Computer Science and Engineering, College of Engineering and Technology, SRM Institute of Science and Technology, SRM Nagar,Kattankulathur,Kanchipuram, Chennai, Tamil Nadu, India) ,  Sherubha P. (Department of Information Technology, Karpagam College of Engineering, Coimbatore, Tamil Nadu, India) ,  Vijay A. (Department of Business Administration and Information Systems, Arba Minch University, Sawla Campus, Ethiopia) ,  Sridhar S. (Department of Computer Science and Engineering, Saveetha School of Engineering, Saveetha Institute of Medical and Technical Sciences, Chennai, Tamil Nadu, India) ,  Rajendran T. (Makeit Technologies (Center for Industrial Research), Coimbatore, Tamil Nadu, India) ,  Waji Yosef Asrat (Department of Chemical Engineering, College of Biological and Chemical Engineering, Addis Ababa Science and Technology University,Addis Ababa, Ethiopia)
資料名： Journal of Healthcare Engineering (Web)  (Journal of Healthcare Engineering (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7772A  ISSN： 2040-2295  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： イメージング様式を用いて,他の臓器を視野に入れ,体内の異なる組織を分析した。このようなイメージング様式において,新しい開発イメージング技術はハイパースペクトルイメージングである。組織のこの多色表現は,以前の画像モデルと比較して問題をより良く理解するのを助ける。本研究は,ハイパースペクトル画像上で異なる操作を行うことによって,脳における腫瘍局在化を分析することを目的とする。腫瘍は,k-最近傍とk-平均クラスタ化のようなkベースクラスタリングプロセスの組合せを用いて位置する。両方法におけるkの値は,ホタルアルゴリズムと呼ばれる最適化プロセスを用いて決定した。最適化プロセスは,脳領域を分割するKの最適値を見つけるための手動計算を縮減する。多層フィードフォワードニューラルネットワークを用いて脳の領域のラベリングを行った。提案技法は,より高いピーク信号対雑音比とより少ない平均絶対誤差値を有するハイブリッドk平均クラスタリングと並列k平均クラスタリングのような既存の方法より良い結果をもたらした。提案モデルは,96.47%の精度,96.32%の感度,および98.24%の特異性を達成し,他の技術と比較して改善された。Copyright 2022 S. Rinesh et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： SN比 ,  最適化 ,  *脳 ,  ニューラルネットワーク ,  *腫瘍 ,  *脳腫瘍 ,  画像処理 ,  クラスタ化 ,  画像 ,  スペクトル画像 ,  画像技術 ,  *学習アルゴリズム
準シソーラス用語： ハイパースペクトル ,  ピーク信号対雑音比 ,  ハイパースペクトル画像 ,  フィードフォワードニューラルネットワーク ,  最適値 ,  平均絶対誤差 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

引用文献 (28件)：

• D. J. Hemanth, J. Anitha, A. Naaji, G. Oana, "A modified deep convolutionals neural networks for abnormal brain images classifications," IEEE Access, vol. 7, pp. 4275-4283, 2018.
• S. Halimeh, M. Teshnehab, "Diagnosing and classifications tumor and MS simultaneous of magnetics resonances image using convolutions neural networks," Proceedings of the 7th Iranian Joint Congress on Fuzzy and Intelligent System, Bojnord, Iran, January 2019.
• H. Parikh, S. Patel, V. Patel, "Analysis of denoising techniques for speckle noise removal in synthetic aperture radar images," Proceedings of the International Conference on Advances in Computing, Communications, and Informatics (ICACCI), Bangalore, India, September 2018.
• H. H. Sulthan, N. M. Saleem, W. Al-Atabbany, "Multi classifications of brain tumors image using deep neural networks," IEEE Access, vol. 7, pp. 69215-69225, 2019.
• V. S. Narayanan, R. Elavarasan, C. N. Gnanaprakasam, N. S. M. Raja, R. K. Kumar, "Heuristics algorithms based approach to classify EEG signal into normal and focals," Proceedings of the International Conferences on System, Computation, Automation, and Networking (ICSCA), Pondicherry, India, July 2018.

タイトルに関連する用語 (5件)： 機械学習 ,  アルゴリズム ,  脳腫瘍 ,  分類 ,  研究