文献

J-GLOBAL ID：202002214300883092   整理番号：20A0823892

少数ショットGaN転送学習を用いた対話型心エコー変換【JST・京大機械翻訳】

Interactive Echocardiography Translation Using Few-Shot GAN Transfer Learning

著者 (7件)： Teng Long (Chengdu Institute of Computer Application, University of Chinese Academy of Sciences,Beijing, China) ,  Fu ZhongLiang (Chengdu Institute of Computer Application, University of Chinese Academy of Sciences,Beijing, China) ,  Ma Qian (Sichuan University of Media and Communications, Chengdu,China) ,  Yao Yu (Chengdu Institute of Computer Application, University of Chinese Academy of Sciences,Beijing, China) ,  Zhang Bing (Sichuan University of Media and Communications, Chengdu,China) ,  Zhu Kai (Chengdu Institute of Computer Application, University of Chinese Academy of Sciences,Beijing, China) ,  Li Ping (West China Hospital, Sichuan University,Chengdu, China)
資料名： Computational and Mathematical Methods in Medicine (Web)  (Computational and Mathematical Methods in Medicine (Web))
巻： 2020  ページ： Null  発行年： 2020年 
JST資料番号： U7693A  ISSN： 1748-670X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 背景.対話型心エコー変換は心臓解剖学を習得するための効率的な教育機能である。これは心エコーと理論的スケッチ画像間の画素レベル変換により学生の理解を強化する。以前の研究は,画像セグメンテーションと合成の2つの側面に分割した。この分割により,画素レベルの対応する変換を達成することが困難になる。その上,手書きの手fulいが利用可能な各フェーズにおいて,深い学習ベースの方法を活用することも挑戦的である。方法。限られたアノテーションによる双方向変換を扱うために,著者らは二段階移動学習アプローチを提示した。まず第一に,著者らは2つの独立した親ネットワーク,超音波をスケッチ(U2S)親ネットワークと超音波(S2U)親ネットワークへのスケッチを訓練する。U2S変換はセクタ境界推論によるセグメンテーションタスクに類似している。したがって,U2S親ネットワークは,VOC2012の公共のセグメンテーションデータセット上のUネットネットワークで訓練される。s2Uは超音波テクスチャの回復を目的とする。したがって,S2U親ネットワークはランダム入力から超音波データを生成する復号器ネットワークである。親ネットワークを訓練した後,符号器ネットワークをS2U親ネットワークに接続し,超音波画像をスケッチ画像に変換した。著者らは,CGaNフレームワークの中で学習U2SとS2Uを共同的に転送した。結果と結論。1ショット,5ショット,10ショット転送学習からの定量的および定性的コントラストは,提案したアルゴリズムの有効性を示した。対話型変換は,少数ショット転送学習で達成される。したがって,スクラッチからの新しい応用の開発が加速される。著者らの少数ショット転送学習は,アノテーションデータが非常に貴重である生物医学的コンピュータ支援画像翻訳分野において大きな可能性を有している。Copyright 2020 Long Teng et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  教育 ,  コントラスト ,  超音波 ,  *学習 ,  セグメンテーション ,  ネットワーク ,  心臓 ,  画素 ,  超音波画像 ,  アノテーション ,  *心エコー法
準シソーラス用語： 画像セグメンテーション ,  *対話型 ,  生物医学 , 【Automatic Indexing@JST】

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

引用文献 (18件)：

• S. Mazaheri, P. S. B. Sulaiman, R. Wirza et al., "Echocardiography image segmentation: a survey," Proceedings of the 2013 International Conference on Advanced Computer Science Applications and Technologies, pp. 327-332, Kuching, Malaysia, December 2013.
• K. Chauhan, R. Chauhan, "Boundary detection of echocardiographic images during mitral regurgitation," Recent Advances in Computer Vision, pp. 281-303, Springer, Berlin, Germany, 2019.
• G. Veni, M. Moradi, H. Bulu, G. Narayan, T. Syeda-Mahmood, "Echocardiography segmentation based on a shape-guided deformable model driven by a fully convolutional network prior," Proceedings of the 2018 IEEE 15th International Symposium on Biomedical Imaging (ISBI 2018), pp. 898-902, Washington, DC, USA, April 2018.
• T. F. Cootes, C. J. Taylor, D. H. Cooper, J. Graham, "Active shape models-their training and application," Computer Vision and Image Understanding, vol. 61, no. 1, pp. 38-59, 1995.
• S. C. Mitchell, B. P. F. Lelieveldt, R. J. Van Der Geest, H. G. Bosch, J. H. C. Reiver, M. Sonka, "Multistage hybrid active appearance model matching: segmentation of left and right ventricles in cardiac mr images," IEEE Transactions on Medical Imaging, vol. 20, no. 5, pp. 415-423, 2001.

タイトルに関連する用語 (6件)： ショット ,  GaN ,  転送 ,  学習 ,  対話型 ,  心エコー