ラジオトランスフォーマ:視覚的注意誘導疾患分類のためのカスケードグローバル-焦点変圧器【JST・京大機械翻訳】

Bhattacharya Moinak; Jain Shubham; Prasanna Prateek

プレプリント

J-GLOBAL ID：202202202246903588 整理番号：22P0294393

ラジオトランスフォーマ:視覚的注意誘導疾患分類のためのカスケードグローバル-焦点変圧器【JST・京大機械翻訳】

RadioTransformer: A Cascaded Global-Focal Transformer for Visual Attention-guided Disease Classification

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02月23日プレプリントサーバーでの情報更新日： 2022年07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)

本研究では,放射線科医の注視パターンを利用し,胸部X線写真での疾患診断のための視覚認知行動をモデル化する新しい視覚注意駆動変圧器フレームワークであるラジオトランスフォーマを提示した。放射線科医のようなドメインエキスパートは医用画像解釈のための視覚情報に依存している。一方,深いニューラルネットワークは,視覚解釈が挑戦的な場合でも,同様のタスクにおいて大きな期待を示した。Eye-gaze追跡を用いて,ドメインエキスパートの視聴行動を捉え,視覚探索の複雑性への洞察を終えた。しかし,深い学習フレームワークは,注意機構に依存するものであっても,この豊富なドメイン情報を利用しない。ラジオトランスフォーマは,カスケード型グローバル焦点変圧器フレームワークにおける「人間の視覚注意領域」として符号化された,放射線科医の視覚探索パターンから学習することにより,この臨界ギャップを埋める。全体的「グローバル」画像特性とより詳細な「局所」特徴を,それぞれ,提案したグローバルおよび焦点モジュールによって捉えた。著者らは,眼-迷路データが推論段階で利用できない異なる疾患分類タスクを含む8つのデータセットに対する著者らの学生-教師アプローチの有効性を実験的に検証した。コード:https://github.com/bmi imaginelab/radiotransformer。【JST・京大機械翻訳】

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

パターン認識 , 図形・画像処理一般 , 視覚

, , , , , ,

前のページに戻る