文献

J-GLOBAL ID：202202248385147840   整理番号：22A0862371

学習2Reg 2021チャレンジのためのFraunhofer MEVIS画像レジストレーションソリューション【JST・京大機械翻訳】

Fraunhofer MEVIS Image Registration Solutions for the Learn2Reg 2021 Challenge

著者 (5件)： Hering Alessa (Fraunhofer Institute for Digital Medicine MEVIS, Luebeck, Germany) ,  Lange Annkristin (Fraunhofer Institute for Digital Medicine MEVIS, Luebeck, Germany) ,  Heldmann Stefan (Fraunhofer Institute for Digital Medicine MEVIS, Luebeck, Germany) ,  Haeger Stephanie (Fraunhofer Institute for Digital Medicine MEVIS, Luebeck, Germany) ,  Kuckertz Sven (Fraunhofer Institute for Digital Medicine MEVIS, Luebeck, Germany)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13166  ページ： 147-152  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
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： 本論文では,学習2reg課題への貢献を示した。著者らは,Fraunhofer MEVIS登録ライブラリRegLibを,チャレンジの3つのタスクすべてに包括的に適用し,ここでは,NGF距離測定,二次曲率正則化器およびマルチレベル最適化スキームを用いた古典的反復登録法を用いた。提案手法により,ロバストな結果が全てのタスクを通して達成され,第4位全体タスクと肺CT登録タスクに関する最良の精度が得られることを示した。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *学習 ,  曲率 ,  登録 ,  *画像 ,  *レジストレーション【画像】 ,  距離測定 ,  正則化 ,  ロバスト性
準シソーラス用語： マルチレベル , 【Automatic Indexing@JST】

著者キーワード (3件)： 画像レジストレーション ,  登録の挑戦 ,  学習2Reg

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： 学習