文献

J-GLOBAL ID：201802233486459345   整理番号：18A0518760

網膜眼底画像における糖尿病網膜症病変の弱い教師つき局在【Powered by NICT】

Weakly-supervised localization of diabetic retinopathy lesions in retinal fundus images

著者 (5件)： Gondal Waleed M. (Bosch Center for Artificial Intelligence, Robert Bosch GmbH, Stuttgart, Germany) ,  Kohler Jan M. (Bosch Center for Artificial Intelligence, Robert Bosch GmbH, Stuttgart, Germany) ,  Grzeszick Rene (Department of Computer Science, TU Dortmund University, Germany) ,  Fink Gernot A. (Department of Computer Science, TU Dortmund University, Germany) ,  Hirsch Michael (Max Planck Institute for Intelligent Systems, Tuebingen, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIP  ページ： 2069-2073  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： 畳込みニューラルネットワーク(CNN)は,画像分類と検出のための印象的な性能を示し,医療画像領域に拡張した。それにもかかわらず,分類結果をもたらす非線形多層構造を直接把握可能でないので,医療専門家は,これらの予測における懐疑。最近,アプローチは,あるクラスに結論にユーザであるCNNのための決定的な画像内で識別領域を理解する助けとなることが示されている。これらの手法はCNN予測における信頼性の構築に役立つ可能性があるが,それらはクラス全体画像周辺散乱部位別検討に依存するための意思決定としての挑戦を提起する医用画像データを扱うことを示しはわずかであった。DiaretDB1データセットを用いて,網膜画像に糖尿病網膜症の基本的に異なる病変領域は高精度,同等か教師つき手法を超える画像レベルで検出されることを示した。病変レベルについて,著者らは,高感度と偽陽性を少し達成するが,ネットワークは,既存の病変についての情報を含まない画像レベルラベル上で訓練されたのみであった。罹患四肢および健常画像間の分類,DiaretDB1に0.954のAUCを達成した。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： 意思決定 ,  ネットワーク ,  予測 ,  *網膜 ,  *糖尿病性網膜症 ,  信頼性 ,  *画像 ,  医療従事者 ,  高感度 ,  多層構造 ,  高精度 ,  網膜画像 ,  畳込みニューラルネットワーク ,  *糖尿病 ,  *合併症
準シソーラス用語： 画像分類 ,  *病巣 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 網膜 ,  眼底画像 ,  糖尿病網膜症 ,  病変 ,  教師