Fugu-MT 論文翻訳(概要): A Fast and Effective Method of Macula Automatic Detection for Retina Images

論文の概要: A Fast and Effective Method of Macula Automatic Detection for Retina Images

arxiv url: http://arxiv.org/abs/2010.03122v1
Date: Wed, 7 Oct 2020 02:41:29 GMT
ステータス: 処理完了
システム内更新日: 2022-10-09 23:54:43.324739
Title: A Fast and Effective Method of Macula Automatic Detection for Retina Images
Title（参考訳）: 網膜画像におけるマクロ自動検出の高速かつ効果的な方法
Authors: Yukang Jiang, Jianying Pan, Yanhe Shen, Jin Zhu, Jiamin Huang, Huirui Xie, Xueqin Wang, Yan Luo
Abstract要約: マキュラは鋭い中心視を司る。本稿では, 一連の形態的処理により, マキュラの位置を同定する新しい手法を提案する。病院の実際の画像では,マクララを頑健に検出することができる。
参考スコア（独自算出の注目度）: 6.5502111768160445
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Retina image processing is one of the crucial and popular topics of medical image processing. The macula fovea is responsible for sharp central vision, which is necessary for human behaviors where visual detail is of primary importance, such as reading, writing, driving, etc. This paper proposes a novel method to locate the macula through a series of morphological processing. On the premise of maintaining high accuracy, our approach is simpler and faster than others. Furthermore, for the hospital's real images, our method is also able to detect the macula robustly.
Abstract（参考訳）: 網膜画像処理は、医療画像処理の重要かつ一般的なトピックの1つである。マクラ・フォヴェアは鋭い中央視力に責任を持ち、視覚的な詳細が読書、筆記、運転などの重要な人間の行動に必要である。本稿では,一連の形態素処理によりマキュラを同定する新しい手法を提案する。高い精度を維持するという前提で、我々のアプローチは他の方法よりもシンプルで高速です。また,本手法は病院の実際の画像に対しても,maculaを頑健に検出することができる。

関連論文リスト

Progressive Retinal Image Registration via Global and Local Deformable Transformations [49.032894312826244]
我々はHybridRetinaと呼ばれるハイブリッド登録フレームワークを提案する。キーポイント検出器とGAMorphと呼ばれる変形ネットワークを用いて、大域的な変換と局所的な変形可能な変換を推定する。 FIREとFLoRI21という2つの広く使われているデータセットの実験により、提案したHybridRetinaは最先端の手法よりも大幅に優れていることが示された。
論文参考訳（メタデータ） (2024-09-02T08:43:50Z)
EviPrompt: A Training-Free Evidential Prompt Generation Method for Segment Anything Model in Medical Images [14.899388051854084]
医用画像のセグメンテーションは、臨床応用性は非常に高いが、深層学習の進歩にもかかわらず、依然として課題である。本稿では,これらの課題を克服するために,EviPromptという新たなトレーニング不要なエフェクトプロンプト生成手法を提案する。提案手法は,医用画像に固有の類似性に基づいて構築され,単一の参照画像アノテーションペアのみを必要とする。
論文参考訳（メタデータ） (2023-11-10T21:22:22Z)
Disruptive Autoencoders: Leveraging Low-level features for 3D Medical Image Pre-training [51.16994853817024]
本研究は、3Dラジオグラフィ画像のための効果的な事前学習フレームワークの設計に焦点をあてる。ローカルマスキングと低レベルの摂動の組み合わせによって生成された破壊から、オリジナルのイメージを再構築しようとする事前トレーニングフレームワークであるDisruptive Autoencodersを紹介する。提案する事前トレーニングフレームワークは、複数のダウンストリームタスクでテストされ、最先端のパフォーマンスを実現する。
論文参考訳（メタデータ） (2023-07-31T17:59:42Z)
ScribbleVC: Scribble-supervised Medical Image Segmentation with Vision-Class Embedding [5.425414924685109]
ScribbleVCは、スクリブル管理された医療画像セグメンテーションのための新しいフレームワークである。提案手法は,スクリブルベースアプローチとセグメンテーションネットワークとクラス埋め込みモジュールを組み合わせることで,正確なセグメンテーションマスクを生成する。 ScribbleVCを3つのベンチマークデータセットで評価し、最先端の手法と比較する。
論文参考訳（メタデータ） (2023-07-30T13:38:52Z)
Novel Fundus Image Preprocessing for Retcam Images to Improve Deep Learning Classification of Retinopathy of Prematurity [5.408949958349055]
未熟児網膜症(英: Retinopathy of Prematurity、ROP)は、目の網膜に損傷があるため失明する眼疾患である。本稿では,事前学習フレームワークを用いた新しい基礎前処理手法を提案する。
論文参考訳（メタデータ） (2023-02-06T01:44:45Z)
Few-Shot Classification of Skin Lesions from Dermoscopic Images by Meta-Learning Representative Embeddings [1.957558771641347]
稀な疾患と新規疾患の診断のための注釈付き画像と根拠真理は乏しい。少ないショットラーニングとメタラーニングは、低いデータレシエーションでうまく機能することを目指して、これらの問題を克服することを目的としている。本稿では,皮膚内視鏡画像の分類におけるメタラーニングの改善に焦点をあてる。
論文参考訳（メタデータ） (2022-10-30T21:27:15Z)
Joint Learning of Localized Representations from Medical Images and Reports [0.0]
そこで我々は,視覚とテキスト(LoVT)からの局所化表現学習を提案し,局所化医療画像タスクを目標とした。本手法は,画像領域の局所的コントラスト学習とインスタンスレベルのコントラスト学習を組み合わせ,文表現を報告する。 LoVTは研究対象のタスクのうち11つで最善を尽くし、ローカライズされたタスクの選択方法として好まれる。
論文参考訳（メタデータ） (2021-12-06T09:27:24Z)
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)
Automatic Main Character Recognition for Photographic Studies [78.88882860340797]
画像の主人公は、最初に見る人の注意を引く最も重要な人間である。画像中の主文字の同定は,従来の写真研究やメディア分析において重要な役割を担っている。機械学習に基づく人間のポーズ推定を用いて主文字を識別する手法を提案する。
論文参考訳（メタデータ） (2021-06-16T18:14:45Z)
Rethinking of the Image Salient Object Detection: Object-level Semantic Saliency Re-ranking First, Pixel-wise Saliency Refinement Latter [62.26677215668959]
本稿では,意味的に有意な領域を粗い位置で特定する,軽量で教師付きの深層ネットワークを提案する。次に,これらセマンティック・サリエント領域の深層モデルを画素ワイド・サリエンシ改善として融合する。提案手法は単純だが有効であり,本手法は主眼をオブジェクトレベルのセマンティック・リグレード問題とみなすための最初の試みである。
論文参考訳（メタデータ） (2020-08-10T07:12:43Z)
Searching for Efficient Architecture for Instrument Segmentation in Robotic Surgery [58.63306322525082]
ほとんどのアプリケーションは、高解像度の外科画像の正確なリアルタイムセグメンテーションに依存している。我々は,高解像度画像のリアルタイム推論を行うために調整された,軽量で高効率なディープ残差アーキテクチャを設計する。
論文参考訳（メタデータ） (2020-07-08T21:38:29Z)

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。