論文の概要: A new Local Radon Descriptor for Content-Based Image Search

• arxiv url: http://arxiv.org/abs/2007.15523v1
• Date: Thu, 30 Jul 2020 15:22:57 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-05 14:25:39.876765
• Title: A new Local Radon Descriptor for Content-Based Image Search
• Title（参考訳）: コンテンツベース画像検索のための新しい局所ラドンディスクリプタ
• Authors: Morteza Babaie, Hany Kashani, Meghana D. Kumar, Hamid.R. Tizhoosh
• Abstract要約: 局所ラドン射影のヒストグラムに基づく新しい簡単な記述子を提案する。 また、非常に高速な畳み込みに基づく局所ラドン推定器を提案し、ラドン射影の遅い過程を克服する。
• 参考スコア（独自算出の注目度）: 4.470596692490074
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Content-based image retrieval (CBIR) is an essential part of computer vision research, especially in medical expert systems. Having a discriminative image descriptor with the least number of parameters for tuning is desirable in CBIR systems. In this paper, we introduce a new simple descriptor based on the histogram of local Radon projections. We also propose a very fast convolution-based local Radon estimator to overcome the slow process of Radon projections. We performed our experiments using pathology images (KimiaPath24) and lung CT patches and test our proposed solution for medical image processing. We achieved superior results compared with other histogram-based descriptors such as LBP and HoG as well as some pre-trained CNNs.
• Abstract（参考訳）: CBIR(Content-based Image Search)は、コンピュータビジョン研究、特に医療専門家システムにおいて欠かせない部分である。 CBIRシステムでは、最小数のパラメータを持つ識別画像記述子を持つことが望ましい。 本稿では,局所ラドン射影のヒストグラムに基づく新しい簡易ディスクリプタを提案する。 また,ラドン射影の遅い過程を克服するために,非常に高速な畳み込みに基づく局所ラドン推定器を提案する。 病理像(kimiapath24)と肺ctパッチを用いて実験を行い,提案する医用画像処理法について検討した。 LBPやHoGなどの他のヒストグラムベースのディスクリプタや,事前学習したCNNと比較して,優れた結果を得た。

関連論文リスト

• Deep Learning Based Speckle Filtering for Polarimetric SAR Images. Application to Sentinel-1 [51.404644401997736]
  本稿では、畳み込みニューラルネットワークを用いて偏光SAR画像のスペックルを除去するための完全なフレームワークを提案する。 実験により,提案手法はスペックル低減と分解能保存の両方において例外的な結果をもたらすことが示された。
  論文  参考訳（メタデータ） (2024-08-28T10:07:17Z)
• CoCPF: Coordinate-based Continuous Projection Field for Ill-Posed Inverse Problem in Imaging [78.734927709231]
  スパース・ビュー・コンピュート・トモグラフィー(SVCT)の再構成は,スパース・サンプリングによるCT画像の取得を目的としている。 暗黙的な神経表現(INR)技術は、不備のため、その分野に「かなりの穴」(すなわち、未モデル化空間)を残し、準最適結果をもたらす可能性がある。 SVCT再構成のためのホールフリー表現場を構築することを目的としたコーディネート型連続射影場(CoCPF)を提案する。
  論文  参考訳（メタデータ） (2024-06-21T08:38:30Z)
• Weakly Supervised Object Detection in Chest X-Rays with Differentiable ROI Proposal Networks and Soft ROI Pooling [14.604162108045836]
  Weakly Supervised ROI Proposal Networks (WSRPN) を提案する。 胸部X線画像における疾患局所化の課題において,本手法が既存の方法よりも優れていることを実験的に実証した。
  論文  参考訳（メタデータ） (2024-02-19T09:30:05Z)
• Fast and accurate sparse-view CBCT reconstruction using meta-learned neural attenuation field and hash-encoding regularization [13.01191568245715]
  コーンビームCT(CBCT)は、患者の内部解剖学的構造を可視化する新しい医用イメージング技術である。 再構成画像の品質を維持しながらCBCTスキャンにおける投影回数を減らすことは困難である。 本研究では,高速かつ高精度な CBCT 再構成手法を提案する。
  論文  参考訳（メタデータ） (2023-12-04T07:23:44Z)
• Radiomics-Guided Global-Local Transformer for Weakly Supervised Pathology Localization in Chest X-Rays [65.88435151891369]
  Radiomics-Guided Transformer (RGT)は、テキストトグロバル画像情報と、テキストトグロバル情報とを融合する。 RGTは、画像トランスフォーマーブランチ、放射能トランスフォーマーブランチ、および画像と放射線情報を集約する融合層から構成される。
  論文  参考訳（メタデータ） (2022-07-10T06:32:56Z)
• Preservation of High Frequency Content for Deep Learning-Based Medical Image Classification [74.84221280249876]
  大量の胸部ラジオグラフィーの効率的な分析は、医師や放射線技師を助けることができる。 本稿では,視覚情報の効率的な識別と符号化のための離散ウェーブレット変換(DWT)を提案する。
  論文  参考訳（メタデータ） (2022-05-08T15:29:54Z)
• Parametric Scaling of Preprocessing assisted U-net Architecture for Improvised Retinal Vessel Segmentation [1.3869502085838448]
  本稿では,形態素前処理と拡張U-netアーキテクチャを併用した画像強調手法を提案する。 ROC曲線 (>0.9762) と分類精度 (>95.47%) の領域において、領域内の他のアルゴリズムと比較して顕著な改善が得られた。
  論文  参考訳（メタデータ） (2022-03-18T15:26:05Z)
• Gram Barcodes for Histopathology Tissue Texture Retrieval [0.0]
  病理組織学的画像検索 (HIR) システムは生検画像のデータベースを検索し、与えられたクエリ画像と類似した症例を見つける。 本稿では,HIRシステムにおける画像特徴としてグラムバーコードの応用を提案する。
  論文  参考訳（メタデータ） (2021-11-28T17:59:42Z)
• Colorectal Polyp Classification from White-light Colonoscopy Images via Domain Alignment [57.419727894848485]
  大腸内視鏡画像からの正確な診断を支援するためには,コンピュータ支援診断システムが必要である。 これまでのほとんどの研究では、Narrow-Band Imaging (NBI) や他の拡張画像を用いて、ポリプの分化モデルの開発を試みている。 正確な大腸ポリープ分類のための教師/学生アーキテクチャに基づく新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-08-05T09:31:46Z)
• Explaining Clinical Decision Support Systems in Medical Imaging using Cycle-Consistent Activation Maximization [112.2628296775395]
  ディープニューラルネットワークを用いた臨床意思決定支援は、着実に関心が高まりつつあるトピックとなっている。 臨床医は、その根底にある意思決定プロセスが不透明で理解しにくいため、この技術の採用をためらうことが多い。 そこで我々は,より小さなデータセットであっても,分類器決定の高品質な可視化を生成するCycleGANアクティベーションに基づく,新たな意思決定手法を提案する。
  論文  参考訳（メタデータ） (2020-10-09T14:39:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。