文献

J-GLOBAL ID：202202210542223490   整理番号：22A0897345

半教師つき医用画像セグメンテーションのための形状および境界を意識した多分岐モデル【JST・京大機械翻訳】

Shape and boundary-aware multi-branch model for semi-supervised medical image segmentation

著者 (5件)： Liu Xiaowei (College of Computer Science and Electronic Engineering, Hunan University, Changsha, 410082, China) ,  Hu Yikun (College of Computer Science and Electronic Engineering, Hunan University, Changsha, 410082, China) ,  Chen Jianguo (Institute for Infocomm Research, Agency for Science, Technology and Research, 138 632, Singapore) ,  Li Keqin (College of Computer Science and Electronic Engineering, Hunan University, Changsha, 410082, China) ,  Li Keqin (Department of Computer Science, State University of New York, New Paltz, NY, 12 561, USA)
資料名： Computers in Biology and Medicine  (Computers in Biology and Medicine)
巻： 143  ページ： Null  発行年： 2022年 
JST資料番号： E0858A  ISSN： 0010-4825  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 教師つき学習ベースの医用画像セグメンテーションソリューションは通常,十分なラベル付き訓練データを必要とする。不十分な利用可能なラベル付き訓練データは,しばしば過剰適合,低精度,および貧弱な一般化能力のようなモデル性能の限界をもたらす。しかし,このジレンマは医用画像解析の分野で悪化する可能性がある。医用画像アノテーションは通常労働集約的で専門的な仕事である。本研究では,半教師つき学習に基づく医用画像セグメンテーションのための新しい形状および境界意識深い学習モデルを提案した。モデルはラベル付きデータをうまく利用し,またタスク一貫性損失を用いてラベルなしデータをうまく応用できる。最初に,著者らは,Pixelワイズセグメンテーションマップ(PSM)予測とSigned距離マップ(SDM)回帰のためにV-Netを採用した。さらに,著者らは,入力XからPyramid Poolingモジュール(PPM)によって抽出したマルチスケール特徴を,分割されたターゲットの境界の周りの特徴を強化して,次に,それらを微細セグメンテーションのために特徴融合モジュール(FFM)に送り込むために,多重スケール特徴を多重化した。境界損失の他に,SDMにおける高レベル意味論は境界領域の正確なセグメンテーションを容易にする。最後に,粗と境界強化特徴の融合により極限結果を得た。最後に,ラベルなし訓練データをマイニングするために,モデル,すなわちPSM1,SDM,およびPSM3の3つのコア出力に一貫性制約を課した。3つの代表的だが挑戦的な医用画像データセット(LA2018,BraTS2019,およびISIC2018)と既存の代表的方法との比較の広範な実験を通して,著者らのモデルの実用性と優位性を検証した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意味論 ,  学習 ,  学習モデル ,  *セグメンテーション ,  ラベル ,  *画像処理 ,  教師つき学習 ,  多重化 ,  *モデル ,  *医用画像 ,  アノテーション
準シソーラス用語： 訓練データ ,  マルチスケール ,  半教師つき学習 ,  医用画像解析 ,  *医用画像セグメンテーション ,  ラベルなしデータ , 【Automatic Indexing@JST】

著者キーワード (4件)： 境界認識 ,  医用画像セグメンテーション ,  多分岐構成 ,  半教師つき学習

分類 (2件)： 医用画像処理  (JE04020T) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 教師 ,  医用画像セグメンテーション ,  境界 ,  意識 ,  モデル