文献

J-GLOBAL ID：201902232887924171   整理番号：19A2668115

生成的敵対ネットワークによるぼけ網膜画像のデータ駆動強調【JST・京大機械翻訳】

Data-Driven Enhancement of Blurry Retinal Images via Generative Adversarial Networks

著者 (4件)： Zhao He (Beijing Institute of Technology, Beijing, China) ,  Yang Bingyu (Beijing Institute of Technology, Beijing, China) ,  Cao Lvchen (Beijing Institute of Technology, Beijing, China) ,  Li Huiqi (Beijing Institute of Technology, Beijing, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11764  ページ： 75-83  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： 本論文では,眼疾患により引き起こされるぼけ網膜画像の質を改善することを目的とした。ぼけ画像は,眼科医と自動支援システムの両方のための臨床診断に影響を及ぼすことができた。生成的なadversネットワークの大きな成功に触発されて,データ駆動アプローチを提案して,弱い教師つき方法でぼけ画像を強化した。すなわち,対ぼけと高品質画像の代わりに,この手法は2組の不対画像で訓練できる。非対訓練設定の利点は,注釈データが医用画像において非常に限られているので,著者らのアプローチを容易に適用できる。従来の方法と比較して,著者らのモデルは,人間の設計された調整または事前知識のないエンドツーエンド手法である。しかし,それはぼけ画像に関して優れた性能を達成した。その上,動的網膜画像特徴制約を提案して,性能を向上させて,極端に鈍い領域を過剰に強化することを避けるために,発電機を誘導した。著者らのアプローチは,それを臨床画像に広く有益にする大きな画像分解能に関して研究することができた。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： *ネットワーク ,  アノテーション ,  エンドツーエンド方式 ,  画像特性 ,  *画像 ,  医用画像 ,  *網膜 ,  眼疾患
準シソーラス用語： 事前知識 ,  臨床診断 ,  支援システム ,  眼科医 ,  *データ駆動 ,  *網膜画像 ,  *敵意 , 【Automatic Indexing@JST】

分類 (2件)： 医用画像処理  (JE04020T) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 敵対 ,  ぼけ ,  網膜画像 ,  データ駆動