本研究では、脳腫瘍の検出と分類を目的とした2つの革新的な重み付きアンサンブルアルゴリズムを提案した。
まず、拡張ソフト投票手法(ESVT)では、ソフト投票手法に新しい教師なし重み計算スキーマ(UWCS)を導入し、重み付け能力を向上させた。次に、提案する新しい重み付け手法(NWM)では、UWCSを使用している。
これらの手法では、カスタムCNN、VGG-16、InceptionResNetV2の3つの異なるモデルを使用し、公開されているデータセットで学習させた。
ブラインドテストの結果、提案手法のESVTは腫瘍検出で99.64%、分類で97.57%の精度を達成し、NWMは検出で99.78%、分類で98.12%の精度を達成した。これは従来の手法よりも大幅に高い性能である。
本研究の成果は、医療診断分野における早期診断支援ツールとして活用できる可能性を示している。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by PoTsang B. H... at arxiv.org 04-02-2024
https://arxiv.org/pdf/2404.00576.pdfDeeper Inquiries