文献

J-GLOBAL ID：201702225529887258   整理番号：17A1773364

生物医学画像解析のための微調整畳込みニューラルネットワーク:能動と増分【Powered by NICT】

Fine-Tuning Convolutional Neural Networks for Biomedical Image Analysis: Actively and Incrementally

著者 (6件)： Zhou Zongwei ,  Shin Jae ,  Zhang Lei ,  Gurudu Suryakanth ,  Gotway Michael ,  Liang Jianming
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 4761-4772  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 生物医学画像解析における畳込みニューラルネットワーク(CNN)の適用における集中的な関心の高まりは広く普及しているが,その成功は生物医学イメージングにおける大規模なアノテーション付きデータセットの欠如により妨げられている。注釈医用画像だけでなく面倒で時間を要するばかりでなく,高価な特殊-指向知識と技能の要求,これは容易に入手できない。アノテーションコストを劇的に低減するために,本論文では,能動的学習と転移学習を統合する一つの枠組みに自然にAIFT(活性,増分微調整)と呼ばれる新しい手法を提案した。AIFTはアノテーションのための注釈の付けられていないから価値試料を訓練済みCNNと直接開始し,(微調整)CNNは,CNN性能を向上させるインクリメンタルに各反復処理の中で新たにアノテートされた試料を組み込むことにより連続的に微調整される。は三つの異なる生物医学的イメージング応用において,この方法を評価し,アノテーションのコストは少なくとも半分にカットすることが可能であることを示した。この性能は著者らのAIFT法の高度活性とインクリメンタル能力から誘導したいくつかの利点に起因した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： アノテーション ,  画像処理 ,  *畳込み ,  *ニューラルネットワーク ,  医用画像 ,  *画像分析
準シソーラス用語： 転移学習 ,  能動的学習 ,  *微調整 ,  *生物医学 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 生物医学 ,  画像解析 ,  微調整 ,  畳込みニューラルネットワーク ,  増分