段階的特徴融合:ローカルガイドグローバル【JST・京大機械翻訳】

Wang Jinfeng; Huang Qiming; Tang Feilong; Meng Jia; Su Jionglong; Song Sifan

プレプリント

J-GLOBAL ID：202202203591220260 整理番号：22P0300285

段階的特徴融合:ローカルガイドグローバル【JST・京大機械翻訳】

Stepwise Feature Fusion: Local Guides Global

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 (6件)： , , , , ,
資料名：
発行年： 2022年03月07日プレプリントサーバーでの情報更新日： 2022年06月27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)

大腸内視鏡検査,現在最も効率的で認識された結腸ポリープ検出技術は,結腸直腸癌の早期スクリーニングと予防に必要である。しかしながら,ポリープと粘膜の間の不明瞭な境界と同様に,結腸ポリープの変化するサイズと複雑な形態学的特徴のため,ポリープの正確なセグメンテーションは依然として困難である。深い学習は,優れた結果で正確なポリープセグメンテーションタスクのために一般的になった。しかし,ポリープ画像の構造やポリープの形状の変化により,現在のデータセットを過剰適合させるための既存の深層学習モデルが容易になる。結果として,モデルは,非セエンス結腸鏡検査データを処理しないかもしれない。これに対処するために,著者らは,モデルの一般化能力を改善するために,ピラミッド変換器符号器を使用する医用画像セグメンテーション,SSFormerのための新しい状態-Of-Artモデルを提案した。特に,提案したProgressive Locality Decoderは,局所特徴を強調し,注意分散を制限するためにピラミッド変換機バックボーンに適応できる。SSFormerは学習と一般化評価の両方で最先端の性能を達成する。【JST・京大機械翻訳】

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

消化器の腫よう

前のページに戻る