文献

J-GLOBAL ID：201802253906469589   整理番号：18A0859578

医用画像の深層学習におけるGPUコンピューティングの過去,現在,未来の傾向【JST・京大機械翻訳】

Past, present, and future trend of GPU computing in deep learning on medical images

著者 (3件)： Haryanto Toto (Faculty of Computer Science, University of Indonesia, Indonesia) ,  Suhartanto Heru (Faculty of Computer Science, University of Indonesia, Indonesia) ,  Lie Xue (Faculty of Computer Science, University of Indonesia, Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICACSIS  ページ： 21-28  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： セグメンテーションプロセスは,より意味のある情報を得るための画像または画像をラベリングする。生物医学画像において,この活性は,進歩分析を行うための病理学者の支援において重要な役割を果たしている。Graphical Processing Unit(GPU)は図式的に必要なだけでなく,一般的な目的計算にも導入された後に,計算的に高価なセグメンテーションプロセスを潜在的に改善することができる。検出とセグメンテーション結果の良好な精度は,病理学者のための形態学的情報を提供する。その結果,深い学習アプローチのような検出とセグメンテーションの良好な性能を保証するために,より多くのアプローチが開発された。畳込みニューラルネットワーク(CNN)は複雑な計算を伴う深い学習アーキテクチャの一つである。本論文は,GPUプラットフォームの下での顕著な深い学習アーキテクチャとしてCNNの利用の概観を提示して,CNNにおける潜在的な更なる並列技術としてGPUを使用する方式を提案した。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： *画像 ,  モルフォロジー ,  セグメンテーション ,  *学習 ,  計算機アーキテクチャ ,  病理学 ,  *医用画像
準シソーラス用語： 畳込みニューラルネットワーク ,  生物医学 ,  *GPUコンピューティング ,  *深層学習 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： 医用画像 ,  深層学習 ,  GPUコンピューティング ,  過去 ,  未来 ,  傾向