発見的自己組織化の原理を用いてニューラルネットワーク構造を自己組織化する改良形GMDH-typeニューラルネットワークによる肝臓癌の医用画像診断(コンピュータビジョンとパターン認識のための機械学習及び企業ニーズセッション)

スポンサーリンク

概要

論文の詳細を見る
本研究では、最適なニューロン構造を自己選択するフィードバックGMDH-typeニューラルネットワークアルゴリズムを提案する。本アルゴリズムでは、ニューロン構造を、シグモイド関数型、ラジアルベース関数型、多項式型の中から自己選択する能力を備えている。また、予測誤差評価基準を用いてフィードバックループの計算回数、中間層のニューロンの個数、有益な入力変数などの構造パラメータを自己選択できる。このアルゴリズムを肝臓癌の医用画像診断へ応用してその有効性を確認する。まず、フィードバックGMDH-typeニューラルネットワークアルゴリズムを用いて正常な肝臓領域の画像認識と領域抽出を行う。画像の後処理を行うことにより肝臓の全体の領域を抽出する。次に、抽出した肝臓領域の画像を原画像として用いて、肝臓癌の抽出を目的にした新しいフィードバックGMDH-typeニューラルネットワークを自己組織化し、肝臓癌の候補領域を抽出する。
一般社団法人電子情報通信学会の論文
2012-08-26

著者

関連論文

もっと見る

スポンサーリンク