COVID-19病理学定量化のための縦方向自己監視【JST・京大機械翻訳】

Czempiel Tobias; Rogers Coco; Keicher Matthias; Paschali Magdalini; Braren Rickmer; Burian Egon; Makowski Marcus; Navab Nassir; Wendler Thomas; Kim Seong Tae

プレプリント

J-GLOBAL ID：202202215415840684 整理番号：22P0307454

COVID-19病理学定量化のための縦方向自己監視【JST・京大機械翻訳】

Longitudinal Self-Supervision for COVID-19 Pathology Quantification

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 (10件)： , , , , , , , , ,
資料名：
発行年： 2022年03月21日プレプリントサーバーでの情報更新日： 2022年03月21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)

時間にわたるCOVID-19感染の定量化は,世界的流行中の患者の入院を管理するための重要な仕事である。最近,放射線科医が長期的CTスキャンでCOVID-19病理を自動的に定量化するのを助けるために,深層学習ベースのアプローチが提案されてきた。しかし,深層学習法の学習プロセスは,縦走査上の感染領域の複雑な特性を学習するために,広範囲な訓練データを必要とする。大規模データセット,特に縦方向訓練の収集は困難である。本研究では,COVID-19感染の定量化のための縦方向ネットワークを効果的に訓練するための新しい自己監督学習法を提案してこの問題に対処した。この目的のために,臨床縦断的COVID-19 CTスキャンで,縦自己スーパービジョンスキームを調査した。実験結果は,提案方法が有効であり,このモデルが長期的データの意味論をより良く利用し,2つのCOVID-19定量化タスクを改善することを示した。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , 【Automatic Indexing@JST】

図形・画像処理一般 , 人工知能

, , , ,

前のページに戻る