ERS:MST3.0仕様に準拠した機械学習のための新しい包括的内視鏡画像データセット【JST・京大機械翻訳】

Cychnerski Jan; Dziubich Tomasz; Brzeski Adam

プレプリント

J-GLOBAL ID：202202200587829723 整理番号：22P0277906

ERS:MST3.0仕様に準拠した機械学習のための新しい包括的内視鏡画像データセット【JST・京大機械翻訳】

ERS: a novel comprehensive endoscopy image dataset for machine learning, compliant with the MST 3.0 specification

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 (3件)： , ,
資料名：
発行年： 2022年01月21日プレプリントサーバーでの情報更新日： 2022年01月21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)

本論文は,ERSと名付けた,柔軟な内視鏡,結腸鏡検査およびカプセル内視鏡検査からの新しいマルチラベル包括的画像データセットを提示する。収集は「最小標準用語3.0」(MST3.0)の全医療仕様に従ってラベル付けされ,胃腸管(104の可能なラベル)におけるすべての可能な知見を記述し,一般的な機械学習応用に有用な追加の19のラベルで拡張された。データセットは,内視鏡ビデオ,3600の精密および22,600の近似セグメンテーションマスク,および,柔軟なカプセル内視鏡検査ビデオからの1.23百万の非ラベルフレームから,約6000の精密および115,000の近似的にラベル付けされたフレームを含む。ラベル付きデータはMST3.0標準をほとんど完全にカバーした。データは,1135人の患者の1520のビデオから来た。さらに,本論文では,作成したデータセットを用いて実行した胃腸画像分類タスクにおける4つの模範的実験を提案し,記述した。得られた結果は,内視鏡データ解析の分野での訓練と試験機械学習アルゴリズムにおけるデータセットの高い有用性と柔軟性を示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , 【Automatic Indexing@JST】

消化器の診断 , 医療用機器装置

, , , ,

前のページに戻る