文献

J-GLOBAL ID：201702264437107651   整理番号：17A1635234

胸部X線写真における骨抑制のための深層学習モデル【Powered by NICT】

Deep learning models for bone suppression in chest radiographs

著者 (5件)： Gusarev Maxim (Department of Computer Science, Innopolis University, Innopolis, Russia) ,  Kuleev Ramil (Department of Computer Science, Innopolis University, Innopolis, Russia) ,  Khan Adil (Department of Computer Science, Innopolis University, Innopolis, Russia) ,  Rivera Adin Ramirez (Institute of Computing, University of Campinas, Campinas, Brazil) ,  Khattak Asad Masood (College of Technological Innovation, Zayed University, Abu Dhabi, UAE)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CIBCB  ページ： 1-7  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： 肺X線写真における骨抑制は重要な課題である,他の関連タスクの結果を改善するとして,結節検出または病理分類など。本論文では,雑音としてそれを処理することによりX線写真における骨を抑制する二つのアーキテクチャを提案した。提案した方法では,それらの鋭さと詳細を維持しながら,画像の雑音を低減するためのエンドツーエンド学習フレームワークを作成した。著者らの結果は,筆者らの提案雑音キャンセル方式はロバストであり,画像にアーチファクトを導入しないことを示した。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： *モデル ,  *学習 ,  病理 ,  雑音 ,  ロバスト性 ,  エンドツーエンド方式 ,  アーチファクト ,  画像 ,  計算機アーキテクチャ ,  *X線写真
準シソーラス用語： 結節 ,  *深層学習 ,  *胸部X線写真 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 胸部X線写真 ,  骨 ,  深層学習 ,  モデル