文献

J-GLOBAL ID：202002246432983558   整理番号：20A2147213

[数式:原文を参照]-UNet++:医用画像セグメンテーションのためのデータ駆動ニューラルネットワークアーキテクチャ【JST・京大機械翻訳】

[Formula : see text]-UNet++: A Data-Driven Neural Network Architecture for Medical Image Segmentation

著者 (6件)： Chen Yaxin (Research and Development Institute of Northwestern Polytechnical University in Shenzhen, Shenzhen, China) ,  Chen Yaxin (National Engineering Laboratory for Integrated Aero-Space-Ground-Ocean Big Data Application Technology, School of Computer Science and Engineering, Northwestern Polytechnical University, Xi’an, China) ,  Chen Yaxin (Institute of Medical Research, Northwestern Polytechnical University, Xi’an, China) ,  Ma Benteng (National Engineering Laboratory for Integrated Aero-Space-Ground-Ocean Big Data Application Technology, School of Computer Science and Engineering, Northwestern Polytechnical University, Xi’an, China) ,  Xia Yong (Research and Development Institute of Northwestern Polytechnical University in Shenzhen, Shenzhen, China) ,  Xia Yong (National Engineering Laboratory for Integrated Aero-Space-Ground-Ocean Big Data Application Technology, School of Computer Science and Engineering, Northwestern Polytechnical University, Xi’an, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12444  ページ： 3-12  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  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： 有名なUNetに基づいて構築した符号器デコーダアーキテクチャであるUNet++は,多くの医用画像セグメンテーションタスクに関する最新の結果を達成した。性能改善にもかかわらず,UNet++は高密度に接続された復号ブロックを導入し,その幾つかは特定のタスクに対して冗長である。本論文では,[数式:原文を参照]-UNet++を提案し,精度の損失なしに冗長な復号ブロックを自動的に同定および廃棄することを可能にする。この目的のために,復号ブロックを除去することによりネットワークアーキテクチャを圧縮するための補助指標関数層を設計し,その中で,全ての個々の応答は与えられた閾値[数式:原文を参照]よりも少ない。UNetとUNet++に対して,UNet++[数式:原文を参照]によって表示された肝臓セグメンテーションと核セグメンテーションのためにそれぞれ得られたセグメンテーションアーキテクチャを評価した。UNet++と比較して,著者らのUNet++[数式:原文を参照]は,肝臓セグメンテーションで18.89%,核セグメンテーションで34.17%のパラメータを減少させ,2つのタスクで,0.27%と0.11%のIoUの平均改善をもたらした。結果は,提案した[数式:原文を参照]-UNet++によって生成されたUNet++[数式:原文を参照]が,セグメンテーション精度をわずかに改善するだけでなく,モデル複雑性をかなり減少させることを示唆する。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： 冗長性 ,  *セグメンテーション ,  *ネットワーク ,  復号化 ,  符号器 ,  *計算機アーキテクチャ ,  *ネットワークアーキテクチャ
準シソーラス用語： 高密度 ,  複雑性 ,  ニューラルネットワークアーキテクチャ ,  *医用画像セグメンテーション ,  肝臓セグメンテーション , 【Automatic Indexing@JST】

著者キーワード (4件)： 医用画像セグメンテーション ,  UNet++ ,  ネットワーク圧縮 ,  補助指標機能

分類 (2件)： 計算機網  (JC03000K) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 数式 ,  参照 ,  医用画像セグメンテーション ,  データ駆動 ,  ニューラルネットワークアーキテクチャ