文献

J-GLOBAL ID：202002227908121787   整理番号：20A2082762

知識誘導深ズームニューラルネットワークによる胸部X線における胸部疾患を認識するための学習【JST・京大機械翻訳】

Learning to Recognize Thoracic Disease in Chest X-Rays With Knowledge-Guided Deep Zoom Neural Networks

著者 (6件)： Wang Kun (Key Laboratory of Dependable Service Computing in Cyber Physical Society, Ministry of Education, Chongqing University, Chongqing, China) ,  Zhang Xiaohong (Key Laboratory of Dependable Service Computing in Cyber Physical Society, Ministry of Education, Chongqing University, Chongqing, China) ,  Huang Sheng (Key Laboratory of Dependable Service Computing in Cyber Physical Society, Ministry of Education, Chongqing University, Chongqing, China) ,  Chen Feiyu (Key Laboratory of Dependable Service Computing in Cyber Physical Society, Ministry of Education, Chongqing University, Chongqing, China) ,  Zhang Xiangbo (School of Big Data and Software Engineering, Chongqing University, Chongqing, China) ,  Huangfu Luwen (Fowler College of Business, San Diego State University, San Diego, CA, USA)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 159790-159805  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 胸部X線(CXR)画像における自動的および正確な胸部疾患診断は,臨床支援分析において重要な役割を果たす。しかし,その画像ノイズ領域および疾患とその周囲の視覚特徴の類似性のため,胸部疾患の正確な分析は,困難な問題になる。本研究では,データ駆動モデルである新しい知識誘導深層ズームニューラルネットワーク(KGZNet)を提案した。著者らのアプローチは,胸部疾患が肺領域内で典型的に制限されるため,その訓練プロセスを誘導するための事前医療知識を利用する。また,弱教師付き学習(WSL)を利用して,注釈付きサンプルを用いることなく,より細かい領域を探索した。各スケールの学習は,分類サブネットワークから成る。KGZNetは,グローバル画像から始まり,反復的に粗いから微細に識別部分を生成する。一方,より微細なスケールサブネットワークが,リカレント方法で以前のスケールから増幅された拡張された識別領域を入力する。特に,肺セグメンテーションのロバスト修正U-Netモデルを訓練し,肺領域発生器を通して元のCXR画像から肺領域を捕捉した。次に,注意熱マップによって誘導して,著者らは,Lesion領域発生器によって肺領域画像からより微細な識別病変領域を得た。最後に,最も識別的な特徴知識を融合し,相補的特徴情報を最終疾患予測のために学習した。広範な実験は,著者らの方法が識別領域情報を効果的に活用し,胸部疾患認識タスクにおける他の最先端の方法よりも著しく優れていることを示した。さらに,提案したKGZNetは,相互に強化された方法で,粗から微細に識別領域を徐々に学習できる。コードはhttps://github.com/ISSE-AILab/KGZNetで利用可能である。Copyright 2020 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： 教師つき学習 ,  *胸部疾患 ,  類似性 ,  深層 ,  ロバスト性 ,  再帰性 ,  アノテーション
準シソーラス用語： *胸部X線撮影 ,  データ駆動 ,  画像雑音 , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  呼吸器の診断  (GI02000S)

タイトルに関連する用語 (6件)： 知識 ,  誘導 ,  ニューラルネットワーク ,  胸部X線 ,  胸部疾患 ,  学習