医用画像におけるデータセットGANの応用:予備研究【JST・京大機械翻訳】

Fan Zong; Kelkar Varun; Anastasio Mark A.; Li Hua

プレプリント

J-GLOBAL ID：202202206366865235 整理番号：22P0296075

医用画像におけるデータセットGANの応用:予備研究【JST・京大機械翻訳】

Application of DatasetGAN in medical imaging: preliminary studies

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 (4件)： , , ,
資料名：
発行年： 2022年02月27日プレプリントサーバーでの情報更新日： 2022年02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)

医用イメージングにおける多くの潜在的な応用に対して,生成敵対ネットワーク(GAN)が広く研究されている。データセットGANは,最新のGANに基づく最近提案されたフレームワークであり,高品質のセグメンテーション画像を合成することができ,一方,少数の注釈付き訓練画像のみを必要とする。合成された注釈付き画像は,セグメンテーション情報を有する画像を必要とする多くの医用イメージング応用に対して,潜在的に使用できる。しかし,著者らの知る限りでは,医学イメージングへの応用に焦点を絞った公表研究はない。本研究では,予備的研究を行い,医用イメージングにおけるデータセットGANの有用性を調べた。医用画像のユニークな特性を考慮して,元のデータセットGANフレームワークに3つの改良を提案した。データセットGANによる合成分割画像を視覚的に評価した。訓練されたデータセットGANは,予め定義された画像セグメンテーション技術の性能を評価することによってさらに分析され,それは合成データセットの利用によって訓練された。データセットGANの有効性,懸念,および潜在的利用を議論した。【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