文献

J-GLOBAL ID：201902262508788959   整理番号：19A1605883

無線カプセル内視鏡画像における潰瘍分類のための特徴空間外挿【JST・京大機械翻訳】

Feature Space Extrapolation for Ulcer Classification in Wireless Capsule Endoscopy Images

著者 (4件)： Lee Changhoo (Department of Computer Science & Engineering, Kyung Hee University, Yongin, Republic of Korea) ,  Min Junki (Department of Internal Medicine, Kyung Hee University, Seoul, Republic of Korea) ,  Cha Jaemyung (Department of Computer Science & Engineering, Kyung Hee University, Yongin, Republic of Korea) ,  Lee Seungkyu (Department of Computer Science & Engineering, Kyung Hee University, Yongin, Republic of Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ISBI  ページ： 100-103  発行年： 2019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： 深い畳込みニューラルネットワークは,コンピュータビジョン問題だけでなく様々な医用画像処理においても劇的に改善された性能を示している。深い学習アプローチによる改良と意味のある結果に対して,訓練データセットの品質は重要である。しかしながら,医用画像応用において,病変サンプルの完全な側面を収集することは,限られた数の患者,プライバシーおよび正しい懸念のために非常に困難である。本論文において,著者らは潰瘍データ増強のための特徴空間外挿を提案した。完全に接続された符号化された特徴空間にそれらを統合する2つのVGG19ネットを結合する二重符号器ネットワークを構築した。潰瘍データは,それぞれの最も近い正常サンプルに基づいて符号化された特徴空間で外挿される。そして,完全に接続された層は最終的な潰瘍分類のために微調整される。実験的評価は,特徴空間外挿による著者らの提案二重符号器ネットワークが,潰瘍分類を改善することを示した。Copyright 2019 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： コンピュータビジョン ,  *潰瘍 ,  符号器 ,  *カプセル ,  *外挿法 ,  品質 ,  プライバシー ,  学習 ,  ネットワーク ,  医用画像
準シソーラス用語： 微調整 ,  病巣 ,  畳込みニューラルネットワーク ,  *特徴空間 ,  *ワイヤレス , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  符号理論  (ND02030R)

タイトルに関連する用語 (7件)： 無線 ,  カプセル ,  内視鏡画像 ,  潰瘍 ,  分類 ,  特徴空間 ,  外挿