| *商品について |
|
表紙はついていません（本文のみ中綴じ製本です）。
号単位でも購入できます。
すべてモノクロ印刷です。
Extended Summaryはついていません。
|
 |
| ・会員価格 ¥330 |
| ・一般価格 ¥550 |
|
|
| こちらはBookPark「電気学会 電子図書館（IEEJ Electronic Library）」による文献紹介ページです。 |
|
 |
 |
電気学会会員の方はこちらから一旦ログインのうえ、マイページからお入りください。
会員価格で購入することができます。
|
|
| 非会員の方はログインの必要はありません。このまま お進みください。 |
|
|
| ■論文No. |
|
| ■ページ数 |
2ページ |
■発行日
|
2020/12/01 |
| ■タイトル |
CNNを用いたGliomaの疾患進行度評価における形状特徴量に関する一検討 |
| ■タイトル(英語) |
A Study on Nuclei Shape Features at the Classification of Glioma Disease Stage Using CNN |
| ■著者名 |
齊藤 大祐（三重大学大学院工学研究科電気電子専攻 情報処理研究室），川中 普晴（三重大学大学院工学研究科電気電子専攻 情報処理研究室），V. B. Surya Prasath（Division of Biomedical Informatics, Cincinnati Children's Hospital Medical Center），Bruce J. Aronow（Division of Biomedical Informatics, Cincinnati Children's Hospital M |
| ■著者名(英語) |
Daisuke Saito (Division of Electrical and Electronic Engineering, Graduate School of Engineering, Mie University), Hiroharu Kawanaka (Division of Electrical and Electronic Engineering, Graduate School of Engineering, Mie University), V. B. Surya Prasath (Division of Biomedical Informatics, Cincinnati Children's Hospital Medical Center), Bruce J. Aronow (Division of Biomedical Informatics, Cincinnati Children's Hospital Medical Center) |
| ■価格 |
会員 ¥330 一般 ¥550 |
| ■書籍種類 |
論文誌(論文単位) |
| ■グループ名 |
【C】電子・情報・システム部門 |
| ■本誌 |
電気学会論文誌C（電子・情報・システム部門誌） Vol.140 No.12 （2020） 特集：電気・電子・情報関係学会東海支部連合大会
|
| ■本誌掲載ページ |
1367-1368ページ |
| ■原稿種別 |
研究開発レター／日本語 |
| ■電子版へのリンク |
https://www.jstage.jst.go.jp/article/ieejeiss/140/12/140_1367/_article/-char/ja/
|
| ■キーワード |
バイオメディカルインフォマティクス，Glioma，CNN Biomedical Informatics，Glioma，CNN |
| ■要約(日本語) |
|
| ■要約(英語) |
Recently, a lot of studies using Deep Learning techniques have been reported in the field of Digital Histopathology. For instance, there are ideas using deep Convolutional Neural Network (CNN) for disease stage classification and segmentation. These methods are expected to reduce pathologists’ work and realize quantitative analysis. However, at the disease stage classification using CNN, even if we can obtain high classification accuracy, it is difficult for us to understand how CNN decides the disease stage. In this paper, we discussed the relationship between features of cell nuclei shape and the disease stage classification using CNN. |
| ■版 型 |
A4 |
|
|
|
