文献

J-GLOBAL ID：202202217573241021   整理番号：22A0779065

電気インピーダンストモグラフィー(EIT)のための誤差制約深層学習方式【JST・京大機械翻訳】

Error-Constraint Deep Learning Scheme for Electrical Impedance Tomography (EIT)

著者 (10件)： Wang Qi (School of Life Science, Tiangong University, Tianjin, China) ,  Zhang Hanyu (School of Electrical and Electronic Engineering, Tiangong University, Tianjin, China) ,  Li Xiuyan (School of Electrical and Electronic Engineering, Tiangong University, Tianjin, China) ,  Duan Xiaojie (School of Electrical and Electronic Engineering, Tiangong University, Tianjin, China) ,  Wang Jianming (School of Computer Science and Technology, Tiangong University, Tianjin, China) ,  Zhang Ronghua (School of Artificial Intelligence, Tiangong University, Tianjin, China) ,  Zhang Hong (Medical Imaging Department, Tianjin Chest Hospital, Tianjin, China) ,  Ma Yanhe (Medical Imaging Department, Tianjin Chest Hospital, Tianjin, China) ,  Wang Huaxiang (School of Electrical Engineering and Automation, Tianjin University, Tianjin, China) ,  Jia Jiabin (Agile Tomography Group, School of Engineering, Institute for Digital Communications, University of Edinburgh, Edinburgh, U.K.)
資料名： IEEE Transactions on Instrumentation and Measurement  (IEEE Transactions on Instrumentation and Measurement)
巻： 71  ページ： ROMBUNNO.4501311.1-11  発行年： 2022年 
JST資料番号： C0232A  ISSN： 0018-9456  CODEN： IEIMAO  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： 非侵襲性イメージングモダリティの新しい世代として,電気インピーダンストモグラフィー(EIT)は,ヒト組織と器官に対する機能的評価を行うための広い応用展望を有する。深層学習は近年大きなブレークスルーをもたらし,多くの異なるニューラルネットワーク(NN)が高分解能再構成画像を得るためにEIT画像再構成に適用された。しかし,NNは解釈が困難であり,ネットワークモデルのロバスト性と一般化能力は保証できない。本研究では,従来の再構成アルゴリズムにより得られた再構成画像の誤差を除去するために,深い学習方式,すなわち誤り制約ネットワーク(Ec-Net)を設計した。画像と誤差の間の残留マッピングを確立することによって,Ec-Netは,よりロバストな再構成性能とより速い学習を達成した。特徴融合モジュール,拡張畳込みブロック,および残差の構造を,介在物境界の再構成精度をさらに改善するために使用する。再構成結果は,提案方法が,介在物の不規則で鋭い境界を正確に再構成することができ,一方,30dBより高い測定ノイズのための良い抗雑音能力を示した。Ec-Netモデルの一般化能力を立証するサイズ/形状変化を有する新しい介在物に対して,効果的な再構成を得ることができた。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： 雑音 ,  畳込み ,  *学習 ,  ネットワーク ,  ニューラルネットワーク ,  残差 ,  ヒト ,  計算機アルゴリズム ,  *トモグラフィー ,  高分解能 ,  介在物 ,  ロバスト性 ,  画像再構成
準シソーラス用語： *電気インピーダンストモグラフィー ,  再構成画像 ,  再構成アルゴリズム ,  *深層学習 , 【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 (5件)： 電気インピーダンストモグラフィー ,  EIT ,  誤差 ,  制約 ,  深層学習