文献

J-GLOBAL ID：202202274602540661   整理番号：22A0853474

GANを用いた医用画像増強のための偽データ生成【JST・京大機械翻訳】

Fake Data Generation for Medical Image Augmentation using GANs

著者 (3件)： Kim Donghwan (Pusan National University,Dept. Electronic Engineering,Pusan,Korea) ,  Joo Jaehan (Pusan National University,Dept. Electronic Engineering,Pusan,Korea) ,  Kim Suk Chan (Pusan National University,Dept. Electronic Engineering,Pusan,Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICAIIC  ページ： 197-199  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 本論文は,strabismus分類のための拡張データとして使用可能で,結果を分析するために,WGAN-GPを使用する。本稿では,斜視症に対する一般的な診断技術について述べ,深層学習を用いた診断技術について述べた。そして,偽データを生成する理由を述べた。主な主題は,WGAN-GP,データ生成に用いるデータセット,およびGANの評価計量を記述する。実験結果では,GANにより生成されたデータを視覚的にチェックし,GANの評価メトリックの1つであるFIDを用いて偽データの性能を評価した。また,提案GANの評価と将来の研究について述べた。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： 視覚 ,  *医用画像
準シソーラス用語： 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 (4件)： GaN ,  医用画像 ,  増強 ,  データ生成