文献

J-GLOBAL ID：202202216268200091   整理番号：22A0454436

Lw-TISNet:舌画像セグメンテーションのための注意機構と多重監視戦略を組み込んだ軽量畳込みニューラルネットワーク【JST・京大機械翻訳】

Lw-TISNet: Light-Weight Convolutional Neural Network Incorporating Attention Mechanism and Multiple Supervision Strategy for Tongue Image Segmentation

著者 (10件)： Huang Xiaodong (Faculty of Information Technology, Beijing University of Technology, Beijing, China) ,  Huang Xiaodong (School of Mechatronic Engineering, Henan University of Science and Technology, Luoyang, China) ,  Zhuo Li (Faculty of Information Technology, Beijing University of Technology, Beijing, China) ,  Zhuo Li (Beijing Key Laboratory of Computational Intelligence and Intelligent System, Beijing University of Technology, Beijing, China) ,  Zhang Hui (Faculty of Information Technology, Beijing University of Technology, Beijing, China) ,  Zhang Hui (Beijing Key Laboratory of Computational Intelligence and Intelligent System, Beijing University of Technology, Beijing, China) ,  Li Xiaoguang (Faculty of Information Technology, Beijing University of Technology, Beijing, China) ,  Li Xiaoguang (Beijing Key Laboratory of Computational Intelligence and Intelligent System, Beijing University of Technology, Beijing, China) ,  Zhang Jing (Faculty of Information Technology, Beijing University of Technology, Beijing, China) ,  Zhang Jing (Beijing Key Laboratory of Computational Intelligence and Intelligent System, Beijing University of Technology, Beijing, China)
資料名： Sensing and Imaging  (Sensing and Imaging)
巻： 23  号： 1  ページ： 6  発行年： 2022年 
JST資料番号： W4938A  ISSN： 1557-2072  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 舌体のセグメンテーションは,舌体の特異性と異質性のため,自動舌診断の必須段階である。現在の深層学習ベースの舌画像セグメンテーションネットワークを,高い計算複雑度でatedした。本研究では,基本符号器デコーダフレームワークの下で,舌画像のための軽量セグメンテーションネットワークを提案し,その中で,その少数のパラメータと低い計算複雑性のために,モバイルNet v2をバックボーンネットワークとして採用した。高レベル意味情報と低レベル位置情報を一緒に組み合わせ,舌体の境界を検出した。そして,拡張畳込み操作は,豊富なグローバル意味情報を捕えるために,受容野を拡大するために,ネットワークの最終特徴マップに関して実行した。セグメンテーションタスクのための重要な特徴を強化するために,空間的およびチャネルごとの特徴マップを再較正するために,注意メカニズムを埋め込んで,一方,無関係なものを抑圧した。さらに,正確な舌画像セグメンテーションのための局所画像と大域的画像特徴の両方を捕捉するために,ネットワークを導くために,復号器の各レベルに監視出力を加えた。すべての監督出力は,良い分割結果を作り出すために融合した。2つの舌データセットの定量的および定性的結果は,提案したネットワークがより小さなモデルサイズとより低い計算コストで競合性能を達成できることを示した。提案方法は,実際の応用の要求を完全に満たすことができる舌体を正確に抽出することができた。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2022 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 ,  *ネットワーク ,  復号器 ,  画像特性 ,  計算量 ,  *多重化 ,  符号器 ,  携帯電話 ,  位置情報
準シソーラス用語： *画像セグメンテーション ,  計算コスト ,  特徴マップ ,  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 (4件)： 舌画像セグメンテーション ,  畳込みニューラルネットワーク ,  注意機構モジュール ,  多重監視戦略

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： 舌 ,  画像セグメンテーション ,  注意 ,  多重 ,  戦略 ,  軽量 ,  畳込みニューラルネットワーク