空間勾配と雑音セグメンテーションラベルを用いた深層学習ベースレジストレーション【JST・京大機械翻訳】

Estienne Theo; Vakalopoulou Maria; Battistella Enzo; Carre Alexandre; Henry Theophraste; Lerousseau Marvin; Robert Charlotte; Paragios Nikos; Deutsch Eric

プレプリント

J-GLOBAL ID：202202200328293947 整理番号：21P0055802

空間勾配と雑音セグメンテーションラベルを用いた深層学習ベースレジストレーション【JST・京大機械翻訳】

Deep learning based registration using spatial gradients and noisy segmentation labels

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (9件)： , , , , , , , ,
資料名：
発行年： 2020年10月21日プレプリントサーバーでの情報更新日： 2021年04月09日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

画像記録は医用画像解析における最も挑戦的な問題の1つである。近年,深層学習ベースアプローチは非常に普及し,高速かつ実行登録戦略を提供した。この短い論文では,Lean2Regチャレンジ2020に関して提示した研究を要約した。本研究の主な貢献は,(i)対称定式化,ソースからターゲットへの変換,および同時にターゲットからソースへの変換を予測し,訓練された表現を同じようにし,(ii)事前訓練およびセグメンテーションラベルを増強させるための様々な公的に利用可能なデータセットの統合である。提案手法では,タスク3に対して平均0.64,タスク4に対して0.85であり,試験セット上では,課題に3番目の場所を取り入れた。著者らのコードとモデルは,https://github.com/TheoEst/abdominal_registrationとhttps://github.com/TheoEst/hippocampus_registrationで公的に利用できる。【JST・京大機械翻訳】

, , ,
, , 【Automatic Indexing@JST】

パターン認識 , 医用画像処理

, , , , ,

前のページに戻る