文献

J-GLOBAL ID：202002238793164395   整理番号：20A1957224

MAU-Net:網膜血管セグメンテーション法【JST・京大機械翻訳】

MAU-Net: A Retinal Vessels Segmentation Method

著者 (7件)： Li Han (Nanjing University of Aeronautics and Astronautics,China) ,  Wang YiKuang (Nanjing University of Aeronautics and Astronautics,China) ,  Wan Cheng (Nanjing University of Aeronautics and Astronautics,China) ,  Shen JianXin (Nanjing University of Aeronautics and Astronautics,China) ,  Chen ZhiQiang (Geriatric Hospital of Nanjing Medical University,China) ,  Ye Hui (Jiangsu Province Hospital,Department of Ophthalmology,China) ,  Yu QiuLi (BenQ Hospital of Nanjing Medical University,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： EMBC  ページ： 1958-1961  発行年： 2020年 
JST資料番号： W2441A  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： 網膜血管形態の詳細な抽出は多くの臨床応用において非常に重要である。本論文では,Uネット構造に基づくMAU-Netと呼ばれる網膜画像セグメンテーション法を提案し,変調変形可能畳込みと二重注意モジュールの両方の利点を利用して,血管セグメンテーションを実現した。特に,古典的U字形アーキテクチャに基づいて,著者らのネットワークは,様々な形状および変形を有する血管をモデル化するための符号化および復号化ユニットとしてModulated Deformable Convolutional(MDC)ブロックを導入した。さらに,より良い特徴表現を得るために,著者らは二重注意モジュールの出力を集約する:位置注意モジュール(PAM)とチャネル注意モジュール(CAM)。3つの公的に利用可能なデータセット:DRIVE,STAREおよびCHASEDB1において,他のアルゴリズムに対して優れた性能を達成した。定量的および定性的実験結果は,著者らのMAU-Netが網膜血管セグメンテーションタスクを効果的かつ正確に達成することができることを示した。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： アルゴリズム ,  畳込み ,  *網膜 ,  *セグメンテーション ,  ネットワーク ,  *血管 ,  復号器 ,  ネットワーク構造 ,  チャネル ,  計算機アーキテクチャ ,  *網膜血管
準シソーラス用語： 臨床応用 ,  網膜画像 ,  *血管セグメンテーション ,  特徴表現 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 網膜血管 ,  セグメンテーション