眼底画像上の病的近視の萎縮と剥離のための病変を意識したセグメンテーションネットワーク【JST・京大機械翻訳】

Guo Yan; Wang Rui; Zhou Xia; Liu Yang; Wang Lilong; Lv Chuanfeng; Lv Bin; Xie Guotong

文献

J-GLOBAL ID：202002281974959744 整理番号：20A1244899

眼底画像上の病的近視の萎縮と剥離のための病変を意識したセグメンテーションネットワーク【JST・京大機械翻訳】

Lesion-Aware Segmentation Network for Atrophy and Detachment of Pathological Myopia on Fundus Images

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A1244899&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A1244899&from=J-GLOBAL&jstjournalNo=W2441A") }}

著者 (8件)： , , , , , , ,
資料名：
巻： 2020 号： ISBI ページ： 1242-1245 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)

視覚の損失を引き起こす可能性のある病理学的近視は,世界中のヒトの視覚的健康を脅かす一般的な問題の一つと考えられている。萎縮と剥離を含む網膜病変の同定は,正確な診断と治療のための定量化された基準を有する眼科医を提供するので,意味がある。しかし,眼底写真上の病変のセグメンテーションは,広範なデータと病変形状の複雑さのために依然として困難である。基底画像は,異なる環境を持つ異なるデバイスによって取られるので,互いに異なる可能性がある。偽陽性予測も陰性試料では避けられない。本論文において,著者らは最初に,基底画像に関する萎縮と分離をセグメント化するために,最初に発明された学習を意識したセグメンテーションネットワークを提案した。対符号器と復号器の既存のアーキテクチャに基づいて,著者らは3つの革新を導入した。最初に,著者らの提案したネットワークは,余分な分類ブランチを含むことによって,病変の存在を認識した。第二に,特徴融合モジュールを,出力ノードが様々なスケールの特徴を十分に吸収する復号器に統合した。最後に,ネットワークはエッジ重なり率と呼ばれるエレガント目的関数で訓練され,最終的には病変エッジのモデルの感度を高める。提案したネットワークは,ISBI2019において大きなマージンを持つPALMチャレンジをもたらし,それは有効性の証拠として見ることができた。著者らのチーム,Pingan Smart Healthは,病変セグメンテーションの範囲においてすべての計量においてリーダーボードをもたらす。PALMチャレンジの外側のデータセットを使用することの許可をスポンサーによって発行した。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】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

図形・画像処理一般

, , , , ,

前のページに戻る