文献
J-GLOBAL ID:201802284036620886   整理番号:18A0530966

自己教師つき学習を用いた白血球画像の高速でロバストなセグメンテーション【Powered by NICT】

Fast and robust segmentation of white blood cell images by self-supervised learning
著者 (4件):
資料名:
巻: 107  ページ: 55-71  発行年: 2018年 
JST資料番号: E0318E  ISSN: 0968-4328  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
高速で正確な白血球細胞(WBC)セグメンテーションは挑戦的な仕事のままであり,異なるWBCは細胞タイプの違い,染色技術変化と白血球と赤血球の間の接着に起因する色と形状で有意に変化した。本論文では,教師なし初期セグメンテーションおよび教師つきセグメンテーション精密化からなる,自己教師つき学習アプローチを提案した。最初のモジュールは,K-meansクラスタリングによる細胞画像から全体的な前景領域を抽出し,次に,凹面分析に基づく接触細胞分裂による粗WBC領域を生成する。第二のモジュールは,サポートベクトルマシン(SVM)分類器を訓練積極的に自動ラベルとして最初のモジュールの粗いセグメンテーション結果を使用した。,訓練されたSVM分類器は,画像の各画素を分類し,より正確なセグメンテーション結果を達成するために使用した。セグメンテーション精度を改善するために,トポロジー構造とファジィ境界を扱う新しい弱いエッジ強調演算子(WEEO)を代表する中央値色特徴を紹介した。時間コストをさらに低減するために,効率的なクラスタサンプリング戦略も提案した。各種画像と染色条件下で得られた二血液細胞画像データセットを用いて提案した方法を試験した。実験結果により,提案アプローチでは,データセットの両者の上で精度と時間コストの優れた性能を持つことを示した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る