文献

J-GLOBAL ID：202002284454745287   整理番号：20A2783288

スタイルGAN2ネットワークを用いた尿赤血球生成【JST・京大機械翻訳】

Urine Red Blood Cells Generation Using StyleGAN2 Network

著者 (5件)： Wu Xi (College of Data Science, Taiyuan University of Technology, Taiyuan, Shanxi, China) ,  Wu Yongfei (College of Data Science, Taiyuan University of Technology, Taiyuan, Shanxi, China) ,  Li Xinyu (College of Data Science, Taiyuan University of Technology, Taiyuan, Shanxi, China) ,  Zhang Xingna (College of Shanxi Provincial, People’s Hospital, Shanxi Medical University, Taiyuan, Shanxi, China) ,  Zhou Xiaoshuang (Department of Nephrology, Shanxi Provincial People’s Hospital, Taiyuan, Shanxi, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： CAIH2020  ページ： 244-248  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)

抄録/ポイント： コンピュータハードウェアと深層学習理論の開発によって,デジタル医学の分野における深層学習の応用は非常に一般的である。深層学習技術は,大量のデータから医療データと疾患診断の間の関係を構築するためにニューラルネットワークを使用する。医療データの取得とラベリングは,常に非常に時間がかかり,面倒である。さらに,患者データが個人プライバシーに属するという法則状態は,医学的データはほとんど開示されていない。尿赤血球データセット(URBC)に基づいて,最近提案されたStyleGAN2ネットワークを訓練し,公開データセットS2RBC-256を生成した。それは,患者の倫理的プライバシーと病院データに関する厳密な規制を効果的に避ける。このデータセットは,赤血球の関連分野における将来の科学的研究をさらに助けることができる。ディジタル計量(SSIM,PSNR)に関して,画像が良好な結果を達成した。医療専門家のレビューを通して,著者らの生成された画像は実際の画像と視覚的に非常に整合している。したがって,著者らが作り出す公開データセットは,注釈の労働と材料消費を減らす目的で,深いニューラルネットワークの訓練に使用できる。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】

シソーラス用語： 視覚 ,  *ネットワーク ,  *赤血球 ,  ニューラルネットワーク ,  *血球 ,  プライバシー ,  医療従事者 ,  ハードウェア ,  ディジタル方式 ,  画像合成
準シソーラス用語： 赤血球産生 ,  ピーク信号対雑音比 ,  構造的類似性 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： 深層学習 ,  画像生成 ,  医療データの不足 ,  患者プライバシー ,  スタイルガン2 ,  尿血球データセット

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： スタイル ,  尿 ,  赤血球生成