文献

J-GLOBAL ID：201702243116463299   整理番号：17A1032492

ラドンベース画像検索のための深部構造医用画像分類【Powered by NICT】

A deep-structural medical image classification for a Radon-based image retrieval

著者 (6件)： Khatami Amin (Institute for Intelligent System Research and Innovation, Deakin University, Australia) ,  Babaie Morteza (KIMIA Lab at the University of Waterloo, Canada) ,  Khosravi Abbas (Institute for Intelligent System Research and Innovation, Deakin University, Australia) ,  Tizhoosh H.R. (KIMIA Lab at the University of Waterloo, Canada) ,  Salaken Syed Moshfeq (Institute for Intelligent System Research and Innovation, Deakin University, Australia) ,  Nahavandi Saeid (Institute for Intelligent System Research and Innovation, Deakin University, Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCECE  ページ： 1-4  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： コンテンツベース画像検索は類似画像を用いた大きなデータセットからの画像を検索するための効果的で効率的な技術である。ロバストな検索システムを持つために,形状,テクスチャおよび色の情報を分類するため必要である適切で正確な分類方式。本論文では,深い畳込みニューラルネットワークは,放射線医学画像の情報を分類するために提案した。ディープネットワークは百万のデータを必要とするが,内科領域におけるバランスのとれた大規模データセットの有用性の欠如は,二予測カテゴリーよりもむしろ最良のものに信頼するよう本研究を動機づけた。最良の予測カテゴリーを質問試験,続いて類似性に基づく探索法により考察した。これは適切な分類性能をもたらした。さらに,Radon変換は内科領域における有名であるとして,この変換技術は,類似性に基づく探索法に利用されている,k-最近傍アルゴリズムにより測定した。実験結果との比較は,この戦略がだけでなく性能を改善するが,計算コストを節約できることを示した。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： ニューラルネットワーク ,  予測 ,  *画像検索 ,  放射線医学 ,  *画像 ,  類似性 ,  内科学 ,  ロバスト性 ,  畳込み ,  *医用画像 ,  情報検索システム ,  Radon変換
準シソーラス用語： 探索法 ,  大規模データセット ,  コンテンツベース画像検索 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ラドン ,  画像検索 ,  深部構造 ,  医用画像 ,  分類