文献

J-GLOBAL ID：201802232781244116   整理番号：18A2097259

ダーモスコピー画像からの皮膚病変の学習に基づくセグメンテーション【JST・京大機械翻訳】

Learning Based Segmentation of Skin Lesion from Dermoscopic Images

著者 (5件)： Ammar Muhammad (National University of Sciences & Technology, Islamabad, Pakistan) ,  Khawaja Sajid Gul (National University of Sciences & Technology, Islamabad, Pakistan) ,  Atif Abeera (National University of Sciences & Technology, Islamabad, Pakistan) ,  Akram Muhammad Usman (National University of Sciences & Technology, Islamabad, Pakistan) ,  Sakeena Muntaha (National University of Sciences & Technology, Islamabad, Pakistan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： Healthcom  ページ： 1-6  発行年： 2018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： セグメンテーションは,医用画像診断のためのコンピュータ支援診断システムの大部分における前提条件プロセスである。異なるアーチファクトの存在は,皮膚病変のセグメンテーションを非常に困難にする。アーチファクトの異常な成長は偽陽性として現れ,診断システムの性能を劣化させることができる。病変を抽出する間,偽の構造が取り除かれるときだけ,それを避けることができる。この問題を解決するために,本論文は皮膚病変セグメンテーションのための深い学習を提案する。このフレームワークの中で,皮膚病変の高精度セグメンテーションを達成する自動皮膚病変セグメンテーションを提案した。提案したアーキテクチャは同じフィルタサイズをもつ31層深さである。提案した技術の妥当性を,PH2とISIC2017の2つの公開可能なデータベース上で試験した。実験結果は,提案した手法の効率を示した。提案した方法は,PH2データセットに対して92.3%のDice係数を与え,一方,ISIC2017データセットに対しては85.5%のDice係数を与えた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 医用画像 ,  計算機アーキテクチャ ,  アーチファクト ,  *セグメンテーション ,  データベース ,  画像 ,  フィルタ ,  *皮膚障害
準シソーラス用語： 高精度 ,  *病巣 ,  診断システム ,  誤検出 ,  計算機支援診断システム ,  *ダーモスコピー , 【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)： ダーモスコピー ,  皮膚病変 ,  学習 ,  セグメンテーション