文献

J-GLOBAL ID：201902268377721942   整理番号：19A1820694

より少ない情報を用いるより多くの学習:GaNベース医用画像増強

Learning More with Less: GAN-based Medical Image Augmentation

著者 (5件)： HAN Changhee (Graduate School of Information Science and Technology, The University of Tokyo) ,  HAN Changhee (Research Center for Medical Bigdata, National Institute of Informatics) ,  MURAO Kohei (Research Center for Medical Bigdata, National Institute of Informatics) ,  SATOH Shin’ichi (Research Center for Medical Bigdata, National Institute of Informatics) ,  NAKAYAMA Hideki (Graduate School of Information Science and Technology, The University of Tokyo)
資料名： Medical Imaging Technology (Web)  (Medical Imaging Technology (Web))
巻： 37  号： 3  ページ： 137-142(J-STAGE)  発行年： 2019年 
JST資料番号： U0504A  ISSN： 2185-3193  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 通常,畳込みニューラルネットワーク(CNN)ベースの正確な予...

シソーラス用語： 機械学習 ,...
準シソーラス用語： オブジェクト検出 ,...

ログイン（無料）して見る     続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=19A1820694&from=J-GLOBAL&jstjournalNo=U0504A") }}

著者キーワード (3件)： 生成的敵対ネットワーク ,  データ増強 ,  医用画像の拡大

分類 (2件)： 腫ようの診断  (GE03020J) ,  医用画像処理  (JE04020T)

引用文献 (14件)：

• [1] Goodfellow I, Pouget-Abadie J, Mirza M, et al.: Generative adversarial nets. In Advances in Neural Information Processing Systems (NIPS) 27, Montréal, 2014, pp. 2672-2680
• [2] Shrivastava A, Pfister T, Tuzel O, et al.: Learning from simulated and unsupervised images through adversarial training. In proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Honolulu, 2017, pp. 2107-2116
• [3] Han C, Rundo L, Araki R, et al.: Infinite Brain MR Images: PGGAN-based Data Augmentation for Tumor Detection. In Neural Approaches to Dynamics of Signal Exchanges, Smart Innovation, Systems and Technologies, Springer, arXiv:1903.12571, 2019
• [4] Frid-Adar M, Diamant I, Klang E, et al.: GAN-based synthetic medical image augmentation for increased CNN performance in liver lesion classification. Neurocomputing 321: 321-331, 2018
• [5] Jin D, Xu Z, Tang Y, et al.: CT-realistic lung nodule simulation from 3D conditional generative adversarial networks for robust lung segmentation. In proceedings of International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI), Granada, 2018, pp. 732-740

タイトルに関連する用語 (4件)： 学習 ,  GaN ,  医用画像 ,  増強