文献

J-GLOBAL ID：202202291457014166   整理番号：22A1157785

完全畳込みニューラルネットワークと構造化行列分解に基づく光ディスク検出【JST・京大機械翻訳】

Optic disc detection based on fully convolutional neural network and structured matrix decomposition

著者 (3件)： Wang Ying (College of Information Science and Engineering, Northeastern University, Shenyang, Liaoning, China) ,  Yu Xiaosheng (Faculty of Robot Science and Engineering, Northeastern University, Shenyang, Liaoning, China) ,  Wu Chengdong (Faculty of Robot Science and Engineering, Northeastern University, Shenyang, Liaoning, China)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 81  号： 8  ページ： 10797-10817  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： 光学ディスク(OD)領域は,眼底画像分析のための豊富な情報を提供する。OD輪郭の正確な検出は眼疾患の診断と治療にとって非常に重要である。OD領域は一般に基底画像における背景と区別する顕著性領域であり,本論文では,構造化行列分解(SMD)モデルと組み合わせた完全畳み込みニューラルネットワーク(FCNN)を用いた統一OD検出手法を提案し,局在化段階を直接除外する元の画像からOD領域を検出することができる。最初に,元の眼底画像を単純線形反復クラスタリング(SLIC)アルゴリズムによってスーパーピクセルにクラスタ化して,その色,テクスチャ,およびエッジ特徴を抽出して,特徴マトリックスを構築した。次に,階層的セグメンテーションツリーを,スーパーピクセルパッチ間の空間連結性と特徴類似性に基づいて確立した。最後に,FCNNによって提供されたSMDモデルと高レベル意味事前知識を一緒に用いて,OD領域を表すスパースマトリックスとバックグラウンドを示す低ランク行列に特徴マトリックスを分解した。この方法で,OD領域は分解によって得られるスパース行列から導かれる。提案手法をDRISHTI-GSデータセットとIDRiDデータセット上で評価し,最先端手法と比較して優れた性能を示した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2022 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 ,  検出 ,  網膜 ,  *ニューラルネットワーク ,  クラスタ化 ,  画像 ,  画素 ,  眼疾患 ,  輪郭 ,  *光ディスク ,  スパース行列
準シソーラス用語： 事前知識 ,  眼底写真 ,  局在化 ,  *行列分解 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 網膜眼底画像 ,  光ディスク検出 ,  構造化行列分解 ,  完全畳込みニューラルネットワーク

分類 (2件)： 医用画像処理  (JE04020T) ,  眼の診断  (GP02000N)

タイトルに関連する用語 (4件)： 畳込みニューラルネットワーク ,  構造化 ,  行列分解 ,  光ディスク