文献

J-GLOBAL ID：201702280478300301   整理番号：17A0940018

多重インスタンス学習とその応用網膜神経線維層可視性分類のためのSubcategory分類器【Powered by NICT】

Subcategory Classifiers for Multiple-Instance Learning and Its Application to Retinal Nerve Fiber Layer Visibility Classification

著者 (4件)： Manivannan Siyamalan (Department of Computer Engineering, Faculty of Engineering, University of Jaffna, Killinochchi, Sri Lanka) ,  Cobb Caroline (Department of Ophthalmology, NHS Ninewells, Dundee, U.K.) ,  Burgess Stephen (Department of Ophthalmology, NHS Ninewells, Dundee, U.K.) ,  Trucco Emanuele (CVIP, School of Science and Engineering (Computing), University of Dundee, Dundee, U.K.)
資料名： IEEE Transactions on Medical Imaging  (IEEE Transactions on Medical Imaging)
巻： 36  号： 5  ページ： 1140-1150  発行年： 2017年 
JST資料番号： H0895A  ISSN： 0278-0062  CODEN： ITMID4  資料種別： 逐次刊行物 (A)
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： 眼底カメラ画像における網膜神経線維層(RNFL)の視認性(可視/可視ではない)を評価するための新規多重インスタンス学習(MIL)法を提案した。画像レベルラベルを用いた,提案アプローチでは,画像を分類するために同様にRNFL可視領域を局在化するために学習する。識別部分空間の中に元の特徴空間を変換し,部分空間における領域レベル分類器を学習する。はこの部分空間と領域レベル分類器を学習しマージンベース損失関数を提案した。二眼科医によりアノテーション付けされた884画像を含むRNFLデータセットを用いた実験は,それぞれ,0.73および0.72のシステム注釈一致(カッパ値)を0.73のinterannotator一致した。提案システムでは,より多くの経験を積んだ注釈と良く一致した。三公開データセット(糖尿病性網膜症に対するMESSIDORとDR,UCSB乳癌に対する)との比較試験は,この新しいMILアプローチが最先端技術の性能を改善することを示した。MATLABコードであるhttps://github.com/ManiShiyam/Subカテゴリー分類器のための多重インスタンスLearning/wikiで公開されている。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 ,  *多重化 ,  糖尿病性網膜症 ,  *学習 ,  損失関数 ,  眼底カメラ ,  乳房腫瘍 ,  *可視度 ,  画像 ,  比較試験
準シソーラス用語： カテゴリー分類 ,  特徴空間 ,  部分空間 ,  可視領域 ,  視認性 , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (8件)： 多重 ,  インスタンス ,  学習 ,  応用 ,  網膜神経線維層 ,  可視性 ,  分類 ,  分類器