文献

J-GLOBAL ID：201802257009787555   整理番号：18A0382949

Weber局所記述子を符号化するための積層Fisherネットワークを用いたHEp-2染色パターン認識【Powered by NICT】

HEp-2 staining pattern recognition using stacked fisher network for encoding weber local descriptor

著者 (3件)： Han Xian-Hua (National Institute of Advanced Industrial Science and Technology, 2-3-26, Aomi, Koutou-ku, Tokyo 135-0064, Japan) ,  Chen Yen-Wei (College of Information Science and Engineering, Ritsumeikan University) ,  Chen Yen-Wei (College of Computer Science and Technology, Zhejiang University)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 63  ページ： 542-550  発行年： 2017年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,間接免疫蛍光(IIF)画像解析を用いたHEp-2細胞の認識問題,患者血清中の抗体を見出すことにより自己免疫疾患の存在を示すことができるを検討した。一般,IIF解析に用いた方法は主観的であり,医師の経験と専門知識にも依存する。自動HEp-2細胞認識システムにおける高判別視覚特徴を抽出するためにどのようにこの認識応用において重要な役割を果たすを探求することである。この目的を実現するために,著者らの主な努力は次のものを含む:(1)局所パッチ表現の量子化を行わない単純だがロバストな局所記述子(2)周囲の画素間の差分値と知覚度,パターンを潜在化させるに対する人間の知覚という事実に基づく中心の変換は刺激の絶対強度だけでなく刺激の相対的分散に依存するWeber局所記述子(WLD)と呼ばれる(3)パラメトリック確率過程を用いたデータ駆動型符号化戦略だけでなく画像表現のための高次統計量低の抽出はFisherベクトルと呼ばれる;(4)よりのための多層フレームワークにFisherネットワークの積層は,特徴を識別する。ICIP2013コンテストで放出された開いたHEp-2細胞データセットを用いた実験は,提案した戦略は,最新の手法よりもはるかに優れた性能を達成できることを,と達成された認識誤り率が観察され実験室内変動以下の非常に有意であることを確認した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 誤り率 ,  *ネットワーク ,  *パターン認識 ,  抗体 ,  *符号化 ,  画像分析 ,  医師 ,  確率過程 ,  ベクトル ,  ロバスト性 ,  量子化 ,  画素 ,  高次統計量
準シソーラス用語： 画像表現 ,  HEp2細胞 , 【Automatic Indexing@JST】

著者キーワード (5件)： HEp-2画像表現 ,  Fisherネットワーク ,  積層Fisherフレームワーク ,  Weberの法則 ,  Weber局所記述子

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 記述子 ,  符号化 ,  染色 ,  パターン認識