文献

J-GLOBAL ID：202102243542683648   整理番号：21A0854164

BLU-GAN:網膜血管セグメンテーションのための生成的敵対訓練による双方向性コンバースムU-Net【JST・京大機械翻訳】

BLU-GAN: Bi-directional ConvLSTM U-Net with Generative Adversarial Training for Retinal Vessel Segmentation

クリップ

著者 (7件)： Lin Li (School of Electronics and Information Technology, Sun Yat-Sen University, Guangzhou, China) ,  Lin Li (Department of Electrical and Electronic Engineering, Southern University of Science and Technology, Shenzhen, China) ,  Wu Jiewei (School of Electronics and Information Technology, Sun Yat-Sen University, Guangzhou, China) ,  Wu Jiewei (Department of Electrical and Electronic Engineering, Southern University of Science and Technology, Shenzhen, China) ,  Cheng Pujin (Department of Electrical and Electronic Engineering, Southern University of Science and Technology, Shenzhen, China) ,  Wang Kai (School of Electronics and Information Technology, Sun Yat-Sen University, Guangzhou, China) ,  Tang Xiaoying (Department of Electrical and Electronic Engineering, Southern University of Science and Technology, Shenzhen, China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1385  ページ： 3-13  発行年： 2021年 
JST資料番号： W5071A  ISSN： 1865-0929  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： 網膜血管形態計測は糖尿病や高血圧などの眼関連心血管疾患の重要なバイオマーカーである。網膜血管セグメンテーションは,眼底画像分析と診断における基本的段階である。近年,深層学習ベースネットワークが医用画像セグメンテーションにおいて優れた性能を達成した。しかし,微細血管または末端枝では,ほとんどの既存の方法は,これらの構造を誤るか,または,分離して,分離ブレークポイントを誘発する傾向がある。本論文では,発生的敵対訓練と組み合わせた網膜血管の正確な予測を生成するU-Netに基づく新しい深層学習モデルである,Generative Adversarial Training(BLU-GAN)によるBi-Directive ConvLSTM U-Netを提案した。粗いメモリ機構を通して異なるスケールから特徴をよりよく統合できる双方向ConvLSTMを,符号化経路層と以前の復号化アップコンボルーション層から抽出した非線形結合特徴マップに採用し,元のU-Netで用いられる単純なスキップ接続を置き換える。さらに,特徴伝搬を強化し,特徴再利用を促進し,パラメータ数を大幅に削減するために,ある層における高密度接続畳込みを用いた。大規模な実験を通して,BLU-GANは,網膜血管セグメンテーションのためのDRIVE,STARE,CHASE_DB1データセットに関する最先端技術の間で,主要な性能を示した。Copyright Springer Nature Singapore Pte Ltd. 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  畳込み ,  *網膜 ,  形状測定 ,  高血圧症 ,  糖尿病 ,  復号化 ,  心血管疾患 ,  再利用 ,  *網膜血管 ,  バイオマーカー ,  微小血管 ,  医用画像セグメンテーション ,  深層学習
準シソーラス用語： *血管セグメンテーション , 【Automatic Indexing@JST】

著者キーワード (3件)： 網膜血管セグメンテーション ,  密に接続したConvLSTM U-Net ,  生成的敵対訓練

分類 (2件)： 眼の診断  (GP02000N) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： GaN ,  網膜血管 ,  セグメンテーション ,  敵対 ,  訓練 ,  双方向性 ,  U-Net