文献

J-GLOBAL ID：202002237276261965   整理番号：20A2000298

MR画像上の高ラフアノテーションを用いた脳転移検出のための少ない条件付きPGGANベースデータ増強による学習【JST・京大機械翻訳】

Learning More with Less Conditional PGGAN-based Data Augmentation for Brain Metastases Detection Using Highly-Rough Annotation on MR Images

著者 (8件)： Han Changhee (National Institute of Informatics, National Center for Global Health and Medicine, & University of Cambridge, Tokyo, Japan) ,  Murao Kohei (National Institute of Informatics & National Center for Global Health and Medicine, Tokyo, Japan) ,  Noguchi Tomoyuki (National Center for Global Health and Medicine, Tokyo, Japan) ,  Kawata Yusuke (National Center for Global Health and Medicine, Tokyo, Japan) ,  Uchiyama Fumiya (National Center for Global Health and Medicine, Tokyo, Japan) ,  Rundo Leonardo (University of Cambridge, Cambridge, United Kingdom) ,  Nakayama Hideki (The University of Tokyo, Tokyo, Japan) ,  Satoh Shin’ichi (National Institute of Informatics & The University of Tokyo, Tokyo, Japan)
資料名： ACM Proceedings  (ACM Proceedings)
号： CIKM ’19  ページ： 119-127  発行年： 2019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)

抄録/ポイント： 正確なコンピュータ支援診断は,適切なデータ wlingと関連しており,臨床環境における診断を見落とすリスクを軽減することができる。これに向けて,データ増強(DA)技法として,Generative Adversarial Network(GAN)は,様々なスキャナから収集された小/断片化医療画像データセットを処理するために,追加の訓練データを合成することができる。それらの画像は現実的であるが,元のものと完全に異なり,実際の画像分布におけるデータ不足を埋める。しかし,専門家の医師の高価なアノテーションコストを考慮すると,疾患領域を位置決めするためには,容易に使用できない。したがって,本論文は,コンボルーションニューラルネットワークベースの腫瘍検出のために,256×256の磁気共鳴(MR)画像で望ましい位置/サイズで脳転移を位置付けるために,PGGANに漸増的に,高度に粗く結合したボックス条件を組み込んだGAN(CPGGANs)の条件的進行性成長を提案する。自動境界ボックスアノテーションを用いたこの最初のGANベース医用DAは訓練ロバスト性を改善する。結果は,CPGGANベースのDAが臨床的に許容できる付加的False陽性の診断で10%の感度を高めることができることを示す。驚くべきことに,CPGGAN訓練のための付加的正常脳MR画像で達成される更なる腫瘍リアリズムは,検出性能に寄与しないが,一方,3人の医師は,Visual Turing試験における実際のものと正確に区別できない。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】

シソーラス用語： 磁気共鳴 ,  畳込み ,  ネットワーク ,  計算機診断 ,  ニューラルネットワーク ,  腫瘍 ,  走査装置 ,  医用画像 ,  *NMRイメージング ,  ロバスト性 ,  *アノテーション ,  *脳転移
準シソーラス用語： 訓練データ , 【Automatic Indexing@JST】

著者キーワード (5件)： 脳腫瘍検出 ,  条件付きpggans ,  生成敵対ネットワーク ,  医用画像増強 ,  mri

分類 (4件)： 医用画像処理  (JE04020T) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： MR画像 ,  脳転移 ,  データ増強 ,  学習