文献

J-GLOBAL ID：202202212553435355   整理番号：22A0917565

改良スキップ接続に基づく医用画像セグメンテーションのためのU-Netネットワークモデル【JST・京大機械翻訳】

A U-Net Network Model for Medical Image Segmentation Based on Improved Skip Connections

著者 (4件)： Di Jing (Lanzhou Jiaotong University,School of Electronics & Information Engineering,Lanzhou,China,730070) ,  Ma Shuai (Lanzhou Jiaotong University,School of Electronics & Information Engineering,Lanzhou,China,730070) ,  Lian Jing (Lanzhou Jiaotong University,School of Electronics & Information Engineering,Lanzhou,China,730070) ,  Wang Guodong (Lanzhou Jiaotong University,School of Electronics & Information Engineering,Lanzhou,China,730070)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICMTMA  ページ： 298-302  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 古典的U-Netアーキテクチャにおけるダウンサンプリングによって導入された損失問題に対処するために,本論文はU-Netモデルを改良して,医用画像セグメンテーションのためにモデルを使用した。提案モデルの本質は,まだ古典的U-Net符号器-デコーダネットワークであり,その中で,符号器と復号器サブネットワークをスキップ接続によって接続した。第1に,スキップ接続の接続位置を改善し,接続の2つの端部を,元の畳込みブロックの2番目の畳み込み結果から最初の結果に,そして,コンカテネーションのための復号器畳込みブロックに変更した。第2に,連結操作をダウンサンプリング部分の畳込みブロックに追加して,2つの改良は,より多くの画像根底にある情報を保持することを目標にして,このように,高および低レベル画像情報のより効率的な融合を達成した。最後に,公開医療画像セグメンテーションデータセット上で,古典的U-Net,FCN-8sおよび本論文における改良モデルを,顕微鏡画像における細胞核セグメンテーションおよび腹部CTスキャンにおける肝臓セグメンテーションに対して比較評価した。実験は,改良U-NetモデルmIoU,本論文におけるAver_diceが,制御モデルと比較して2≦3%改善することを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  *セグメンテーション ,  復号器 ,  細胞核 ,  符号器 ,  計算機アーキテクチャ ,  計算機トモグラフィー
準シソーラス用語： ダウンサンプリング ,  *画像セグメンテーション ,  顕微鏡画像 ,  *医用画像セグメンテーション ,  肝臓セグメンテーション , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 医用画像セグメンテーション ,  U-Net ,  ネットワークモデル