文献

J-GLOBAL ID：201702267954078827   整理番号：17A0406511

ハイブリッド学習を介した自動胎盤熟度判定【Powered by NICT】

Automatic placental maturity grading via hybrid learning

著者 (7件)： Lei Baiying (School of Biomedical Engineering, Shenzhen University, National-Regional Key Technology Engineering Laboratory for Medical Ultrasound, Guangdong Key Laboratory for Biomedical Measurements and Ultrasound Imaging, Nanhai Ave 3688, Shenzhen 518060, Guangdong, China) ,  Tan Ee-Leng (School of Electrical and Electronic Engineering, Nanyang Technological University, 50 Nanyang Avenue, 639798, Singapore) ,  Chen Siping (School of Biomedical Engineering, Shenzhen University, National-Regional Key Technology Engineering Laboratory for Medical Ultrasound, Guangdong Key Laboratory for Biomedical Measurements and Ultrasound Imaging, Nanhai Ave 3688, Shenzhen 518060, Guangdong, China) ,  Li Wanjun (School of Biomedical Engineering, Shenzhen University, National-Regional Key Technology Engineering Laboratory for Medical Ultrasound, Guangdong Key Laboratory for Biomedical Measurements and Ultrasound Imaging, Nanhai Ave 3688, Shenzhen 518060, Guangdong, China) ,  Ni Dong (School of Biomedical Engineering, Shenzhen University, National-Regional Key Technology Engineering Laboratory for Medical Ultrasound, Guangdong Key Laboratory for Biomedical Measurements and Ultrasound Imaging, Nanhai Ave 3688, Shenzhen 518060, Guangdong, China) ,  Yao Yuan (Department of Ultrasound, Affiliated Shenzhen Maternal and Child Healthcare, Hospital of Nanfang Medical University, Shenzhen 518060, China) ,  Wang Tianfu (School of Biomedical Engineering, Shenzhen University, National-Regional Key Technology Engineering Laboratory for Medical Ultrasound, Guangdong Key Laboratory for Biomedical Measurements and Ultrasound Imaging, Nanhai Ave 3688, Shenzhen 518060, Guangdong, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 223  ページ： 86-102  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  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： 胎児生存率,妊娠期間,および複雑な画像処理は胎盤成熟を評価し面倒で時間のかかる作業た。種々の開発にもかかわらず,自動胎盤成熟はまだ挑戦的な課題として残っている。この問題に対処するために,著者らはハイブリッド学習アーキテクチャに基づくBモード超音波(BUS)とカラードプラーエネルギー(CDE)画像からの胎盤成熟を自動的に新しい方法を提案した。も視覚特徴抽出のための粗から精へのスケール表現を用いた改良された錐体シフト不変特徴変換(IPSIFT)記述子を適用した。これら局所特徴は高次統計量を組み込むための生成的Gauss混合モデル(GMM)によりクラスター化した。次に,クラスタリング代表はFisherベクトル(FV)によりコードされ,集約される。従来のFVを用いる代わりに,エンドツーエンド深い訓練戦略評価性能を高めるためにGMMパラメータを微調整するために開発した。マルチビュー融合技術は,特徴相補性探査のために開発した。広範な実験結果は筆者らの手法が胎盤成熟評価における有望な性能を提供し,競合する方法よりも優れていることを実証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 相補性 ,  高次統計量 ,  生存率 ,  統制索引語 ,  *胎盤 ,  特徴抽出 ,  *熟度 ,  クラスタ化 ,  胎児 ,  ベクトル ,  不変性
準シソーラス用語： マルチビュー ,  Gauss混合モデル ,  局所特徴 ,  特徴変換 , 【Automatic Indexing@JST】

著者キーワード (5件)： 胎盤成熟度評価 ,  ピラミッドディスクリプタ ,  深い特徴訓練 ,  ハイブリッド学習 ,  正規化

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： ハイブリッド学習 ,  胎盤 ,  熟度