文献

J-GLOBAL ID：201802223923335875   整理番号：18A0587641

MRI脳腫瘍画像のためのコンテンツベース画像検索設計と最適化【Powered by NICT】

Content base image retrieval design & optimization for MRI brain tumor images

著者 (2件)： Mehneh Zahra Chinsari (Department of Computer Engineering, Sadjad University of Technology, Mashhad, Iran) ,  Shamsaee Reza (Department of Computer Engineering, Sadjad University of Technology, Mashhad, Iran)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSPIS  ページ： 152-157  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： 当年度,医用イメージングの進歩は,いくつかの大規模データベースの上昇,様式の異なる視点からの画像を含むを促した。コンテンツベースの画像検索(CBIR)は,入力質問画像に似た含有量を持つことを画像集合からの例を選択する探索の一種である。各CBIR(コンテンツベース画像検索)システムは,重要な二因子,特徴抽出および類似性測度から構成されている。これら部品の型に基づいて,多くのCBIR(コンテンツベース画像検索)システムを提案した。本論文では,MRI脳腫瘍画像のためのCBIR(コンテンツベース画像検索)システムではなく,異なる実装CBIR(コンテンツベース画像検索)システムと著者らの比較をどのように設計するかだけでなく示した。さらに,本研究では,Euclid距離のような剛体距離計量の代わりにDML(距離メトリック学習)を用いて類似性測度として研究者は結果としてより良いmAP(平均平均精度)を得るのを助けた。CBIR(コンテンツベース画像検索)システムの実験結果は,分野の他のライバルよりも優れた性能を持つことを示した。CBIRシステムの得られた平均精度はMRI脳腫瘍に重要であることを92.41であった。Copyright 2018 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： 剛体 ,  *画像検索 ,  *画像 ,  測度 ,  類似性 ,  *最適化 ,  *脳腫瘍 ,  特徴抽出
準シソーラス用語： 距離メトリック学習 ,  Euclid距離 ,  大規模データベース ,  医用画像処理 ,  *コンテンツベース画像検索 , 【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 (5件)： MRI ,  脳腫瘍 ,  コンテンツベース画像検索 ,  設計 ,  最適化