文献

J-GLOBAL ID：202002223581340002   整理番号：20A0426158

微分同型単一および多モード画像レジストレーションのための教師なし深層学習法【JST・京大機械翻訳】

An Unsupervised Deep Learning Method for Diffeomorphic Mono-and Multi-modal Image Registration

著者 (2件)： Theljani Anis (Department of Mathematical Sciences and EPSRC Liverpool Centre for Mathematics in Healthcare, University of Liverpool, Liverpool, UK) ,  Chen Ke (Department of Mathematical Sciences and EPSRC Liverpool Centre for Mathematics in Healthcare, University of Liverpool, Liverpool, UK)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1065  ページ： 317-326  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  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： 画像セグメンテーションと異なり,画像登録のための深い学習ネットワークを開発することは,訓練データを用意することができないか,または人間によって監督されることができないので,より簡単ではない。本論文では,変形場が画像類似性計量と正則化項によって自己訓練される教師なしの深い学習モデルを提示した。後者は,空間的に滑らかで妥当な解を得るために,導関数に関する平滑化制約と変換の決定因子に関する制約から成る。提案したアルゴリズムを最初に訓練し,合成と実際の単一モード画像で試験した。結果は,それが大きな変形登録問題を扱う方法を示し,折畳みのない実時間解に導いた。次に,それをマルチモーダル画像に一般化した。任意の変分モデルを用いて,深い学習アルゴリズムを用いることができるが,非線形相関であると仮定される初期与えられた画像対を処理し,最適化し,より強く相関し,モデルを訓練するために用いる中間の新しい画像を得た。学習と非学習モデルとの実験と比較により,このアプローチが良好な性能を提供し,同時に正確な拡散型変換を生成できることを実証した。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 ,  平滑化 ,  *微分 ,  学習アルゴリズム ,  アルゴリズム ,  学習モデル ,  正則化 ,  折畳み ,  測度 ,  単一モード ,  導関数 ,  *多モード ,  最適化 ,  ネットワーク ,  類似性

著者キーワード (6件)： 深層学習 ,  画像レジストレーション ,  変分モデル ,  マルチモード画像 ,  類似性測度 ,  マッピング

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 微分 ,  多モード ,  レジストレーション ,  教師 ,  深層学習