条件付き推論による医用視覚質問応答【JST・京大機械翻訳】

Zhan Li-Ming; Liu Bo; Fan Lu; Chen Jiaxin; Wu Xiao-Ming

文献

J-GLOBAL ID：202002236225161802 整理番号：20A2462606

条件付き推論による医用視覚質問応答【JST・京大機械翻訳】

Medical Visual Question Answering via Conditional Reasoning

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A2462606&from=J-GLOBAL&jstjournalNo=D0698C") }}

著者 (5件)： , , , ,
資料名：
号： MM ’20 ページ： 2345-2354 発行年： 2020年
JST資料番号： D0698C 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

医学的視覚質問回答(Med-VQA)は医用画像で提示された臨床質問に正確に答えることを目的とする。医療産業とサービスにおける莫大な可能性にもかかわらず,この技術は,まだその幼児期にあり,実用化から遠い。Med-VQAタスクは,臨床質問の大規模な多様性と,異なるタイプの質問に対する必要な視覚推論スキルの不均衡のために,非常に挑戦的である。本論文では,様々なMed-VQAタスクに対する効果的な推論スキルを自動的に学習することを目的として,Med-VQAのための新しい条件付き推論フレームワークを提案した。特に,マルチモーダル融合特徴に対する重要度選択を導くための質問条件推論モジュールを開発した。閉端および開放端Med-VQAタスクの異なる性質を考慮して,著者らはさらに,2種類のタスクに対して別々に推論スキルの異なるセットを学習するために,タイプ条件付け推論モジュールを提案した。著者らの条件付き推論フレームワークは,性能利得をもたらすために既存のMed-VQAシステムに容易に適用できる。実験では,最近の最先端のMed-VQAモデルのトップにこのシステムを構築し,VQA-RADベンチマーク[23]上でそれを評価した。意外なことに,このシステムは,特にオープンエンド質問に対して,閉端およびオープンエンド質問の両方に対する回答の予測において,精度を著しく向上させ,絶対精度の10.8%の増加を得た。ソースコードはhttps://github.com/awenbocc/med-vqaからダウンロードできる。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , ,
, , 【Automatic Indexing@JST】

著者キーワード (3件)： , ,

人工知能 , 自然語処理

, ,

前のページに戻る