文献

J-GLOBAL ID：201502296916314952   整理番号：15A0229470

ビジュアル特徴およびテキスト特徴の組合せを用いた改良型医用画像モダリティ分類

Improved medical image modality classification using a combination of visual and textual features

著者 (5件)： DIMITROVSKI Ivica (Fac. of Computer Sci. and Engineering, Univ. Ss. Cyril and Methodius, Skopje, Macedonia) ,  KOCEV Dragi (Dep. of Knowledge Technologies, Jozef Stefan Inst., Ljubljana, SVN) ,  KITANOVSKI Ivan (Fac. of Computer Sci. and Engineering, Univ. Ss. Cyril and Methodius, Skopje, Macedonia) ,  LOSKOVSKA Suzana (Fac. of Computer Sci. and Engineering, Univ. Ss. Cyril and Methodius, Skopje, Macedonia) ,  DZEROSKI Saso (Dep. of Knowledge Technologies, Jozef Stefan Inst., Ljubljana, SVN)
資料名： Computerized Medical Imaging and Graphics  (Computerized Medical Imaging and Graphics)
巻： 39  ページ： 14-26  発行年： 2015年01月 
JST資料番号： T0220A  ISSN： 0895-6111  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： 本論文では,ImageCLEF評価フォーラムにおける医用モダリティ分類に応用されたアプローチを提示した。より詳しくいえば,4つのビジュアルタイプと1つのテキストタイプの特徴およびそれぞれについての組合せにより示された2011,2012,2013でのImageCLEF競技会からのモダリティ分類データベースを用いた。ここでは,ビジュアル特徴として,そして,TF-IDF重みづけを用いて結合された標準的ワードバッグテキスト表現として,局所二値パターン,色およびエッジ方向記述子,ファジィカラーヒストグラムおよびテクスチャヒストグラム,スケール不変特徴変換(そしてその変種であるopponentSIFT)を用いた。包括的な実験的評価から得られた結果を用いて,モダリティ分類のための最良の性能を持つ特徴としてSIFTおよびopponentSIFT特徴の同定を行った。次に,ビジュアル特徴の低水準融合により,この分類器の予測性能を改善した。このことは,一つの画像の異なる諸側面と,一つの画像の中のビジュアルコンテンツのより完全な表現を提供するそれらの組合せを,これら諸特徴が捉えることが可能なためである。しかしながら,テキスト特徴をさらに追加することにより予測性能の向上を行った。最後に,提案アプローチにより得られた結果はこれまでこれらデータベース上で報告されている最良の結果であった。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *医用画像 ,  *特徴抽出 ,  *パターン分類 ,  知識表現 ,  ヒストグラム ,  画像処理 ,  評価試験 ,  予測技法 ,  性能評価 ,  画像データベース
準シソーラス用語： SIFT【画像処理】 ,  ファジィカラーヒストグラム ,  モダリティ ,  モダリティ分類

分類 (2件)： 医用画像処理  (JE04020T) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 組合せ ,  医用画像 ,  モダリティ ,  分類