文献

J-GLOBAL ID：202202291696796521   整理番号：22A1113233

医用画像セグメンテーションのための2K-Fold-Netと特徴強化4-Fold-Net【JST・京大機械翻訳】

2K-Fold-Net and feature enhanced 4-Fold-Net for medical image segmentation

著者 (3件)： Zhang Yunchu (School of Biomedical Engineering (Suzhou), Division of Life Sciences and Medicine, University of Science and Technology of China, Suzhou 215163, China) ,  Zhang Yunchu (Suzhou Institute of Biomedical Engineering and Technology, Chinese Academy of Sciences, Suzhou 215163, China) ,  Dong Jianfei (Suzhou Institute of Biomedical Engineering and Technology, Chinese Academy of Sciences, Suzhou 215163, China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 127  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 医用画像をセグメント化するために,U-Netは一般的で有効なツールになった。しかし,ファジィ境界をセグメント化し,干渉を除去するにはいくつかの欠点がある。オリジナルのU-Netの改良は,多くの著者によって提案され,マルチResUNet,二重UNet,およびW-Netのような多くのバリアントをもたらした。これらの構造の共通特性に基づき,本研究では,完全畳み込みネットワーク(FCN)の折りたたみを,さらに多くの時間に掛けることによって,一般化構造を提案し,その結果,それを「2K-Fold-Net」と名付ける。この構造におけるより折りたたみは,隣接しゅう曲間の交差リンクを生成するより多くの自由度を提供する。また,その性能に及ぼすフォールドペア数Kの影響も研究した。6までのKによる実現を,CVC-ClinDBデータセットを用いたカスケードU-Netの3つの他の変異体と比較した。次に,特別な事例「4-Fold-Net」を,最近,注意意識特徴強化方式において見られる特徴強化機能によって,さらに強調した。この新ネットは,”EF3-Net”と略称される”Enhanced-Feture-4-Fold-Net”と命名された。最後に,2K-Fold-NetおよびEF3-Netを,4つの挑戦的な医用画像データセットを用いて,U-Net,SegNet,二重U-Net,MultiResUNetおよびその変異体と比較した。結果は,提案したネットが,わずかに低い量のパラメータでさえ,U-Netの他の変種より優れていることを実証した。コードはhttps://github.com/raik7/EF3-Net上で利用可能である。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *セグメンテーション ,  ネットワーク ,  特性 ,  褶曲運動 ,  折畳み ,  *医用画像 ,  自由度 ,  曖昧さ
準シソーラス用語： *画像セグメンテーション ,  *医用画像セグメンテーション , 【Automatic Indexing@JST】

著者キーワード (5件)： 2K-Fold-Net ,  EF→η3-ネット ,  U-Net ,  AFE ,  画像セグメンテーション

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

タイトルに関連する用語 (2件)： 医用画像セグメンテーション ,  強化