文献

J-GLOBAL ID：201802268015126683   整理番号：18A0536236

医用画像分類のためのモダリティ橋移動学習【Powered by NICT】

Modality-bridge transfer learning for medical image classification

著者 (3件)： Kim Hak Gu (School of Electrical Engineering KAIST Republic of Korea) ,  Choi Yeoreum (School of Electrical Engineering KAIST Republic of Korea) ,  Ro Yong Man (School of Electrical Engineering KAIST Republic of Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CISP-BMEI  ページ： 1-5  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： 医療領域における不十分なラベル付きデータ問題を緩和するための移動学習ベース医用画像分類の新しいアプローチを提案した。少数標識標的データの源からの直接転移学習の代わりに,ここでは,ターゲットデータベースとして同じ医用画像取得法の橋梁データベースを用いた新しいモダリティ橋転移学習を提案した。ソースブリッジから標的への橋渡しから投射関数を学習することにより,汚染源(例えば,自然画像)とターゲット(例えば,X線画像)間の領域差を緩和することができる。実験結果は,提案した方法は,少数標識した標的医用画像の,種々の転移学習手法と比較しても高い分類性能を達成できることを示した。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： X線画像 ,  汚染源 ,  *医用画像 ,  *学習 ,  データベース
準シソーラス用語： 自然画像 ,  転移学習 ,  *モダリティ , 【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 (4件)： 医用画像 ,  分類 ,  モダリティ ,  学習