抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
顕微鏡イメージングは生物学研究と診断において重要である。細胞または分子レベルのスケールでイメージングするとき,軸軸上の機械的ドリフトは補正するのが難しい。マルチスケールネットワークがぼけのために開発されているが,それらのカスケード残差学習手法は,デコンボリューションのエンドツーエンド非線形性を正確に捉えることに失敗し,焦点内画像とそれらの焦点外対応物間の関係を顕微鏡で正確に捉える。このモデルでは,カスケード残差希薄化なしにマルチスケールU-Netの構造を採用した。さらに,従来の粗粒モデルとは対照的に,本モデルは,より粗いサブネットワークから,より粗いスケールからの復号器を,より微細なもののエンコーダと融合する,より粗いサブネットワークから,その特徴の融合によって,クロススケール相互作用を強化する。このような相互作用は,融合がすべてのスケールで復号器と符号器を通して起こるので,より良い特徴学習に寄与する。多くの実験は,著者らの方法が他の既存のモデルと比較してより良い性能を与えることを実証した。【JST・京大機械翻訳】