文献

J-GLOBAL ID：202102224639935810   整理番号：21A2485378

AFA-RN:胃腸内視鏡画像における多クラス疾患分類のための異常特徴注意関係ネットワーク【JST・京大機械翻訳】

AFA-RN: An Abnormal Feature Attention Relation Network for Multi-class Disease Classification in gastrointestinal endoscopic images

著者 (3件)： Zhao Qian (Tsinghua University,Shenzhen International Graduate School,Shenzhen,China) ,  Yang Wenming (Tsinghua University,Shenzhen International Graduate School,Shenzhen,China) ,  Liao Qingmin (Tsinghua University,Shenzhen International Graduate School,Shenzhen,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2021  号： BHI  ページ： 1-4  発行年： 2021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： 胃腸疾患はヒトの健康に大きな脅威をもたらす。初期検出と治療は死亡率を有意に減少させる。現在,無線カプセル内視鏡検査(WCE)は胃腸疾患の臨床検査で広く使用されている。各検査は,数十万のWCE画像を生成し,その一部は病気の画像である。医師が病気で画像を読み出すのに1つを読むのに,非常に時間がかかり,労力がかかるので,コンピュータ分類アルゴリズムの開発は非常に貴重である。以前の深層学習に基づく方法は大量のラベル付きデータを必要とするが,データラベリングの信頼性を確保するためにラベル付けを行うのに経験した専門家や医師が要求されているので,そのような良くラベルされたデータを得ることは,しばしば困難である。さらに,いくつかのタイプの疾患画像の臨床データサンプルがほとんどなく,WCE画像の疾患分類データセットにおけるサンプルの不均衡の問題をもたらす。この問題を解決するために,異常特性注意モジュールを構築するために,特徴加算,特徴連結および双線形併合を用いて,異常な特徴注意関係ネットワーク(AFA-RN)を提案し,それにより,少数ショット学習関係ネットワークモデルは,胃腸画像の多重カテゴリー疾患分類タスクにおいて,その性能を大いに改善した。Copyright 2021 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： 学習 ,  信頼性 ,  *ネットワーク ,  死亡率 ,  多重化 ,  粒状材 ,  加算 ,  胃腸疾患 ,  臨床検査 ,  コンピュータ
準シソーラス用語： 不均衡 ,  ネットワークモデル ,  分類アルゴリズム ,  臨床データ ,  深層学習 , 【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 (5件)： Rn ,  胃腸内視鏡 ,  クラス ,  疾患分類 ,  注意