文献

J-GLOBAL ID：201802263102121553   整理番号：18A1030717

生成的敵対ネットワークを用いた変形可能な医用画像レジストレーション【JST・京大機械翻訳】

Deformable medical image registration using generative adversarial networks

著者 (4件)： Mahapatra Dwarikanath (IBM Research - Australia, Melbourne) ,  Antony Bhavna (IBM Research - Australia, Melbourne) ,  Sedai Suman (IBM Research - Australia, Melbourne) ,  Garnavi Rahil (IBM Research - Australia, Melbourne)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ISBI  ページ： 1449-1453  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： 画像登録への従来のアプローチは,時間消費反復法から成る。ほとんどの現在の深い学習(DL)ベースの登録方法は,反復設定で使用するために深い特徴を抽出する。多モード画像を登録するためのエンドツーエンドDL法を提案した。著者らの手法は,時間消費反復法の必要性を排除し,変形場を持つ登録画像を直接生成する,生成的な敵のネットワーク(Gans)を使用する。GANコスト関数における適切な制約は,正確に登録された画像を第2以下に生成する。実験により,多モード網膜および心臓MR画像登録に対するそれらの精度を実証した。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： 費用関数 ,  *画像 ,  エンドツーエンド方式 ,  学習 ,  *ネットワーク ,  逐次近似 ,  網膜 ,  *医用画像 ,  多モード
準シソーラス用語： 心臓MRI , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (3件)： 敵対 ,  医用画像 ,  レジストレーション