文献

J-GLOBAL ID：202102252424690531   整理番号：21A0666970

クラス不均衡問題を伴うアルツハイマー病評価のための生成敵対ネットワークを用いた医用画像再構成【JST・京大機械翻訳】

Medical Image Reconstruction Using Generative Adversarial Network for Alzheimer Disease Assessment with Class-Imbalance Problem

著者 (4件)： Hu Shengye (University of Chinese Academy of Sciences,Beijing,China) ,  Yu Wen (Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences,Shenzhen,China) ,  Chen Zhuo (Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences,Shenzhen,China) ,  Wang Shuqiang (Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences,Shenzhen,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCC  ページ： 1323-1327  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)

抄録/ポイント： 医用画像分析に直面した最も挑戦的な問題の1つは,いくつかのモダリティ画像の欠如である。本研究では,欠損PET画像を再構成するために,生成敵対ネットワークを用いる効果的なデータ増強法を提案した。二値分類を行うための分類モデルとして,高密度接続畳込みネットワークを開発した。ADNIクラス不均衡データセットに関する実験は,再構成画像の追加が,高密度接続モデルの分類性能を著しく改善し,クラス不均衡チャレンジを効果的に処理できることを示した。また,最大平均不一致と構造類似性計量の観点から,異なる雑音寸法の影響を詳細に論じた。提案方法は,他の臨床クラス不均衡データセットに何らかの貢献をするだろう。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： 雑音 ,  畳込み ,  *ネットワーク ,  再構成 ,  *医用画像 ,  類似性 ,  *Alzheimer病
準シソーラス用語： モダリティ ,  PET画像 ,  再構成画像 ,  分類モデル , 【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)： クラス不均衡 ,  アルツハイマー病 ,  評価 ,  敵対 ,  画像再構成