文献

J-GLOBAL ID：202202291214227752   整理番号：22A0570421

最小2乗ラフエントロピーに基づく混合プーリングを用いた一般化深層CNNによるMycobacterium tuberculosis画像分類のための欲張り自動増強【JST・京大機械翻訳】

Greedy Autoaugment for classification of mycobacterium tuberculosis image via generalized deep CNN using mixed pooling based on minimum square rough entropy

著者 (9件)： Momeny Mohammad (Department of Computer Engineering, Yazd University, Yazd, Iran) ,  Neshat Ali Asghar (Department of Environmental Engineering, Esfarayen Faculty of Medical Science, Esfarayen, Iran) ,  Gholizadeh Abdolmajid (Department of Environmental Health Engineering, School of Health, North Khorasan University of Medical Sciences, Bojnurd, Iran) ,  Jafarnezhad Ahad (Agricultural Biotechnology Research Institute of Iran (ABRII), Agricultural Research, Education and Extension Organization (AREEO), Seed and Plant Improvement Institutes Campus, Mahdasht Road, Karaj, 3135933151, Iran) ,  Rahmanzadeh Elham (Student Research Committee, School of Health, North Khorasan University of Medical Sciences, Bojnurd, Iran) ,  Marhamati Mahmoud (Department of Medical-Surgical Nursing, Esfarayen Faculty of Medical Science, Esfarayen, Iran) ,  Moradi Bagher (Esfarayen Faculty of Medical Science, Esfarayen, Iran) ,  Ghafoorifar Ali (Imam Ali Hospital, North Khorasan University of Medical Sciences, Bojnurd, Iran) ,  Zhang Yu-Dong (Department of Informatics, University of Leicester, Leicester, UK)
資料名： Computers in Biology and Medicine  (Computers in Biology and Medicine)
巻： 141  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： 結核(TB)は,その原因,疫学および治療が良く知られている疾患であるが,世界の多くの部分における一部の感染患者は,未だ,現在の方法で診断されておらず,社会における更なる伝達につながる。スクリーニング患者のための正確な画像ベースの処理システムを作成することは,この疾患の早期診断を助けることができる。1078の確認された陰性および469の陽性Mycobacterium tuberculosis症例を含むデータセットを提供した。改良および一般化畳込みニューラルネットワーク(CNN)を用いた有効な方法を,顕微鏡画像におけるTB細菌を分類するために提案した。前処理フェーズにおいて,顕微鏡画像の重要でない部分は,正方形ラフエントロピー(SRE)閾値に基づく効率的アルゴリズムによって除外した。データ強化のトップ10の政策を,過剰適合問題を解決するために,Greedy AutoAugmentアルゴリズムに基づく提案モデルによって選択した。CNNの一般化を改善するために,混合プールを基準線の代わりに使用した。結果は,一般化プール,バッチ正規化,Dropout,およびPReLUの使用が結核菌画像の分類を改善することを示した。Naive Bayes-LBP,KNN-LBP,GBT-LBP,Naive Bayes-HOG,KNN-HOG,SVM-HOG,GBT-HOGのような分類器の出力は,提案したCNNが93.4%の精度で最良の結果を有することを示した。提案したモデルに基づくCNNの改良はTBを診断するための有望な結果をもたらす。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： アルゴリズム ,  *最小二乗法 ,  自動化 ,  *分類 ,  ニューラルネットワーク ,  精度 ,  細菌 ,  結核 ,  *結核菌 ,  疫学 ,  正規化 ,  スクリーニング ,  早期診断 ,  機械学習
準シソーラス用語： *画像分類 ,  顕微鏡画像 ,  深層学習 ,  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)： 欲張り自動化 ,  結核 ,  畳込みニューラルネットワーク ,  ドロップアウト ,  混合プーリング ,  深層学習

分類 (2件)： 人工知能  (JE08000Z) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： 最小2乗 ,  一般化 ,  深層 ,  CNN ,  Mycobacterium ,  画像分類 ,  増強