文献

J-GLOBAL ID：202202272944285552   整理番号：22A0805271

ラプラシアン高密度ネットワークによる医用画像超解像【JST・京大機械翻訳】

Medical image super-resolution with laplacian dense network

著者 (6件)： Tang Rui (College of Electronics and Information Engineering, Sichuan University, Chengdu, Sichuan, China) ,  Chen Lihui (College of Electronics and Information Engineering, Sichuan University, Chengdu, Sichuan, China) ,  Zhang Rongzhu (College of Electronics and Information Engineering, Sichuan University, Chengdu, Sichuan, China) ,  Ahmad Awais (Dipartimento di Informatica (DI), Universita degli Studi di Milano, Milano, MI, Italy) ,  Albertini Marcelo Keese (Faculty of Computing, Federal University of Uberlandia, Uberlandia, Brazil) ,  Yang Xiaomin (College of Electronics and Information Engineering, Sichuan University, Chengdu, Sichuan, China)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 81  号： 3  ページ： 3131-3144  発行年： 2022年 
JST資料番号： W1102A  ISSN： 1380-7501  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： 高解像度医用画像は,医療診断における正確な分析結果のために期待されている。しかし,これらの医用画像の解像度は,医療機器,時間制約などの因子によって常に制限される。これらの制約にもかかわらず,これらの医用画像の分解能は,よく設計された超解像(SR)アルゴリズムで強化できる。医用イメージング後の後処理方法として,SRアルゴリズムの採用は,医療機器のアップグレードと比較して,低コストおよび高効率の利点を有する。本論文では,ラプラシアンピラミッド構造と高密度ネットワークを組み合わせたLDSRNと名付けたネットワークを提案し,明確で説得力のある医用HR画像を再構成した。著者らのLDSRNは,高密度接続によって忠実なHR画像を回復するために,異なるピラミッドレベルから情報を完全に利用することができた。特に,ラプラシアン構造は,より良い再構成のためにステップによってHR画像ステップを得るために,困難なSRタスクをいくつかの容易なSRタスクに分解した。実験結果は,著者らのLDSRNが,客観的指標と主観的評価に関して,いくつかの最先端のSR法より良いHR医用画像を得ることができることを証明した。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *ネットワーク ,  *画像 ,  後処理 ,  再構成 ,  *超解像 ,  角錐 ,  *医用画像 ,  高分解能 ,  *Laplace演算子 ,  主観評価
準シソーラス用語： 高効率 ,  高密度 ,  医用画像処理 ,  ラプラシアンピラミッド , 【Automatic Indexing@JST】

著者キーワード (4件)： 医用画像 ,  超解像 ,  ラプラシアンピラミッド構造 ,  高密度畳込みニューラルネットワーク

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (4件)： ラプラシアン ,  高密度 ,  医用画像 ,  超解像