文献

J-GLOBAL ID：202202210139377070   整理番号：22A0793866

誘導注意推論ネットワークを用いた口腔癌分類のための解釈可能な深層学習アプローチ【JST・京大機械翻訳】

Interpretable deep learning approach for oral cancer classification using guided attention inference network

著者 (27件)： Figueroa Kevin Chew (The University of Arizona, Wyant College of Optical Sciences, Tucson, Arizona, United States) ,  Song Bofan (The University of Arizona, Wyant College of Optical Sciences, Tucson, Arizona, United States) ,  Sunny Sumsum (Mazumdar Shaw Medical Centre, Bangalore, Karnataka, India) ,  Li Shaobai (The University of Arizona, Wyant College of Optical Sciences, Tucson, Arizona, United States) ,  Gurushanth Keerthi (KLE Society Institute of Dental Sciences, Bangalore, Karnataka, India) ,  Mendonca Pramila (Mazumdar Shaw Medical Foundation, Bangalore, Karnataka, India) ,  Mukhia Nirza (KLE Society Institute of Dental Sciences, Bangalore, Karnataka, India) ,  Patrick Sanjana (Biocon Foundation, Bangalore, Karnataka, India) ,  Gurudath Shubha (KLE Society Institute of Dental Sciences, Bangalore, Karnataka, India) ,  Raghavan Subhashini (KLE Society Institute of Dental Sciences, Bangalore, Karnataka, India) ,  Imchen Tsusennaro (Christian Institute of Health Sciences and Research, Dimapur, Nagaland, India) ,  Leivon Shirley T. (Christian Institute of Health Sciences and Research, Dimapur, Nagaland, India) ,  Kolur Trupti (Mazumdar Shaw Medical Foundation, Bangalore, Karnataka, India) ,  Shetty Vivek (Mazumdar Shaw Medical Foundation, Bangalore, Karnataka, India) ,  Bushan Vidya (Mazumdar Shaw Medical Foundation, Bangalore, Karnataka, India) ,  Ramesh Rohan (Christian Institute of Health Sciences and Research, Dimapur, Nagaland, India) ,  Pillai Vijay (Mazumdar Shaw Medical Foundation, Bangalore, Karnataka, India) ,  Wilder-Smith Petra (University of California, Irvine, Beckman Laser Institute & Medical Clinic, Irvine, California, United States) ,  Sigamani Alben (Mazumdar Shaw Medical Foundation, Bangalore, Karnataka, India) ,  Suresh Amritha (Mazumdar Shaw Medical Centre, Bangalore, Karnataka, India) ,  Suresh Amritha (Mazumdar Shaw Medical Foundation, Bangalore, Karnataka, India) ,  Kuriakose Moni Abraham (Mazumdar Shaw Medical Centre, Bangalore, Karnataka, India) ,  Kuriakose Moni Abraham (Mazumdar Shaw Medical Foundation, Bangalore, Karnataka, India) ,  Kuriakose Moni Abraham (Cochin Cancer Research Center, Kochi, Kerala, India) ,  Birur Praveen (KLE Society Institute of Dental Sciences, Bangalore, Karnataka, India) ,  Birur Praveen (Biocon Foundation, Bangalore, Karnataka, India) ,  Liang Rongguang (The University of Arizona, Wyant College of Optical Sciences, Tucson, Arizona, United States)
資料名： Journal of Biomedical Optics  (Journal of Biomedical Optics)
巻： 27  号： 1  ページ： 015001  発行年： 2022年 
JST資料番号： W1782A  ISSN： 1083-3668  CODEN： JBOPFO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 要約。意義:畳込みニューラルネットワーク(CNN)は,異なる癌病変の自動分類の可能性を示す。しかし,解釈可能性と説明可能性の欠如はCNNを理解できるものより少ない。さらに,CNNは,ネットワークが検出すべき正しい被験者だけに焦点を向ける動機を持たないので,ネットワークが認識されるのではなく,著しくオブジェクトに焦点をあてるネットワーク注意よりも,顕著なオブジェクトを取り囲む他の領域に不正確に集中するかもしれない。これは,CNNの信頼性,特に生物医学的応用を阻害する。目的:その予測に対する理解性を提供し,ネットワークを直接ガイドし,画像の癌領域を正確に描写するための,深い学習訓練アプローチを開発した。方法:Selvaraju et al.の勾配加重クラス活性化マッピングを利用して,解釈可能性とCNNへの説明可能性を説明した。データ増強技術とLi等の誘導注意推論ネットワーク(GAIN)を用いた2段階訓練プロセスを採用して,カスタマイズしたモバイル経口スクリーニング装置を用いて捕捉した画像を訓練した。GAINアーキテクチャは,ネットワーク訓練の3つのストリーム,即ち,分類ストリーム,注意マイニングストリーム,および結合ボックスストリームから成る。GAIN訓練アーキテクチャを採用することによって,著者らは,より完全で正確なセグメンテーションで注意マップを開発するための信頼できる事前として,これらの注意マップを処理することによって,著者らのCNNの分類とセグメンテーション精度を共同で最適化した。結果:ネットワークの注意マップは,ネットワークが意思決定過程中にどのように集中し,探索するかを積極的に理解するのに役立つであろう。また,提案手法は訓練されたニューラルネットワークをガイドし,関連するが不正確な領域への注意の焦点を絞って,決定を行うとき,画像における正しい病変領域への注意を強調,焦点を合わせることができることを,結果は示す。結論:著者らは,より解釈可能な信頼できる口腔悪性病変および悪性病変分類に対する著者らのアプローチの有効性を示す。Copyright The Authors Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *学習 ,  自動分類 ,  信頼性 ,  セグメンテーション ,  *ネットワーク ,  リチウム ,  ニューラルネットワーク ,  *口腔 ,  計算機アーキテクチャ ,  スクリーニング ,  携帯電話 ,  *機械学習
準シソーラス用語： 被験者 ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 口腔癌 ,  解釈可能な深層学習 ,  誘導注意推論ネットワーク

分類 (3件)： 人工知能  (JE08000Z) ,  医用画像処理  (JE04020T) ,  医用情報処理  (JE15030Q)

タイトルに関連する用語 (6件)： 誘導 ,  注意 ,  推論 ,  口腔癌 ,  分類 ,  深層学習