文献

J-GLOBAL ID：202002210516705692   整理番号：20A2273169

MRI調和のための非学習スキャナBias【JST・京大機械翻訳】

Unlearning Scanner Bias for MRI Harmonisation

著者 (5件)： Dinsdale Nicola K. (Wellcome Centre for Integrative Neuroimaging, FMRIB, University of Oxford, Oxford, UK) ,  Jenkinson Mark (Wellcome Centre for Integrative Neuroimaging, FMRIB, University of Oxford, Oxford, UK) ,  Jenkinson Mark (Australian Institute for Machine Learning (AIML), Department of Computer Science, University of Adelaide, Adelaide, Australia) ,  Jenkinson Mark (South Australian Health and Medical Research Institute (SAHMRI), North Terrace, Adelaide, Australia) ,  Namburete Ana I. L. (Institute of Biomedical Engineering, University of Oxford, Oxford, UK)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12262  ページ： 369-378  発行年： 2020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： データセットの組み合わせは,特に限られたデータが利用できる神経学的条件に対して,統計的パワーの増加に不可欠である。しかし,取得プロトコルとハードウェアの違いによる分散は,データセットを結合する能力を制限する。ドメイン適応技術に基づく反復訓練スキームを提案し,同時に,主タスクに対する全体性能を維持しながら,スキャナ不変特徴を生成することを目指した。年齢予測に関してこれを実証するが,提案訓練スキームは任意のフィードフォワードネットワークと分類または回帰タスクに適用できることを期待する。異なる研究から3つのMRIデータセットを調和できるだけでなく,非常に偏ったデータセットで作業するために訓練を成功裡に適応できることを示した。したがって,訓練スキームは,ほとんどの実世界データシナリオに適用可能であり,関心のあるタスクに対する調和を可能にする。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  *走査装置 ,  ハードウェア

著者キーワード (3件)： 調和 ,  ジョイントドメイン適応 ,  MRI

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： MRI ,  調和 ,  学習 ,  スキャナ