文献

J-GLOBAL ID：201902221467704778   整理番号：19A2417433

皮膚病変セグメンテーションのための軽量文脈意識自己注意モデル【JST・京大機械翻訳】

A Light-Weight Context-Aware Self-Attention Model for Skin Lesion Segmentation

著者 (5件)： Ma Dongliang (JiangSu Provincial Engineering Laboratory of Pattern Recognition and Computational Intelligence, JiangNan University, Wuxi, China) ,  Wu Hao (JiangSu Provincial Engineering Laboratory of Pattern Recognition and Computational Intelligence, JiangNan University, Wuxi, China) ,  Sun Jun (JiangSu Provincial Engineering Laboratory of Pattern Recognition and Computational Intelligence, JiangNan University, Wuxi, China) ,  Yu Chunjing (Affiliated Hospital of JiangNan University, Wuxi, China) ,  Liu Li (Affiliated Hospital of JiangNan University, Wuxi, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11672  ページ： 501-505  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ダーモスコピー画像解析は,皮膚病変を診断し,治療するための基本的な手術である。最近,深い神経回路網は,周囲の皮膚からメラノーマを正確にセグメント化することができた。しかし,大量の浮動小数点操作を要求し,皮膚病変セグメンテーションネットワーク上で長い実行時間を有するため,既存の医療機器にモデルを展開することは困難である。本論文では,新しい軽量ニューラルネットワークアーキテクチャであるLCASA-Netを設計した。これにより,文脈ウェア自己保持ブロックを効果的に効率的に獲得し,ダーモスコピー画像における有益な特徴を効率的に獲得することができる。著者らのモデルは,より高い精度で低い待ち時間操作を必要とする皮膚病変セグメンテーション作業のために特異的に作成される。LCASA-Netは2[数式:原文を参照]まで高速で,5[数式:原文を参照]の少ないFLOPSを必要とし,10[数式:原文を参照]の少ないパラメータを持ち,ISBI2017データセットに関する既存の最先端の方法に対してより高い性能を達成した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 高速度 ,  医療機器 ,  神経回路網 ,  *皮膚障害 ,  待ち時間 ,  *セグメンテーション ,  黒色腫 ,  ニューラルネットワーク ,  画像分析 ,  画像
準シソーラス用語： ニューラルネットワークアーキテクチャ ,  実行時間 ,  浮動小数点 ,  ダーモスコピー ,  *軽量 , 【Automatic Indexing@JST】

著者キーワード (4件)： ダーモスコピー画像 ,  皮膚病変のセグメンテーション ,  軽量ニューラルネットワーク ,  文脈意識自己注意ブロック

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

タイトルに関連する用語 (8件)： 皮膚病変 ,  セグメンテーション ,  軽量 ,  文脈 ,  意識 ,  自己 ,  注意 ,  モデル