文献

J-GLOBAL ID：202202254535778402   整理番号：22A0862751

DABU-Net:医用画像セグメンテーションのための境界増強による拡張畳込みと注意U-Net【JST・京大機械翻訳】

DABU-Net: Dilated Convolution and Attention U-Net with Boundary Augment for Medical Image Segmentation

著者 (3件)： Yuan Ye (Department of Computer Science and Technology, Ocean University of China, Qingdao, China) ,  An Yajing (Department of Computer Science and Technology, Ocean University of China, Qingdao, China) ,  Zhong Guoqiang (Department of Computer Science and Technology, Ocean University of China, Qingdao, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 813  ページ： 657-669  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  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： U-Netは,画像から文脈情報を抽出することができるので,医用画像セグメンテーションにおいて良い表現学習能力を持っている。しかし,U-Netも2つの欠点がある。第1に,U-Netは固定スケールで特徴を抽出するだけで,その能力を制限する。第2に,同じスケール符号器と復号器からの特徴マップは意味的に異なるので,U-Netのショートカット接続は低レベルと高レベル層の間の意味的ギャップを引き起こすかもしれない。本論文では,医用画像セグメンテーション(DABU-Net)のための境界Augmentによる,深いエンドツーエンドネットワークdubbed Delated Convolutionと注意U-Netを提案する。符号化経路において,受容野を増加して,マルチスケール情報を捕えるために,拡張畳込みを用いて拡張畳込みブロック(DCブロック)を設計した。復号化経路において,著者らは空間とチャネル注意ブロックを設計して,意味ギャップを狭めて,著者らは,セグメンテーション領域を強化するためにソベルオペレータを使用した。TCGA脳MRIデータセット,LiTS2017肝臓セグメンテーションデータセット,およびISIC2018皮膚病変セグメンテーションデータセットの3つの医用画像データセット上で提案したネットワークを評価した。実験結果は,DABU-Netが他の方法と比較してより良い性能を達成したことを示した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 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 ,  情報 ,  *セグメンテーション ,  オペレータ ,  ネットワーク ,  復号器 ,  *画像処理 ,  復号化 ,  符号器 ,  皮膚障害 ,  規模 ,  チャネル
準シソーラス用語： マルチスケール ,  受容野 ,  特徴マップ ,  *医用画像セグメンテーション ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 医用画像セグメンテーション ,  深層学習 ,  U-Net ,  注意

分類 (3件)： 医用画像処理  (JE04020T) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 医用画像セグメンテーション ,  境界 ,  増強 ,  拡張 ,  畳込み ,  注意 ,  U-Net