Fugu-MT 論文翻訳(概要): Detecting small polyps using a Dynamic SSD-GAN

論文の概要: Detecting small polyps using a Dynamic SSD-GAN

arxiv url: http://arxiv.org/abs/2010.15937v1
Date: Thu, 29 Oct 2020 20:54:34 GMT
ステータス: 処理完了
システム内更新日: 2022-10-01 22:16:37.656544
Title: Detecting small polyps using a Dynamic SSD-GAN
Title（参考訳）: ダイナミックSSD-GANによる小型ポリプの検出
Authors: Daniel C. Ohrenstein, Patrick Brandao, Daniel Toth, Laurence Lovat, Danail Stoyanov and Peter Mountney
Abstract要約: 機械学習システムは、大腸内視鏡画像の処理とポリープの検出を訓練することができる。これらのシステムは、画像の中で視覚的に小さく見えるオブジェクトに対して、性能が良くない傾向にある。ここでは、単発検出器を領域提案ネットワークとして、逆向きに訓練されたジェネレータと組み合わせて、小さな領域提案を増幅することにより、視覚的に小さなポリープの検出を大幅に改善できることが示されている。
参考スコア（独自算出の注目度）: 8.55168113030381
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Endoscopic examinations are used to inspect the throat, stomach and bowel for polyps which could develop into cancer. Machine learning systems can be trained to process colonoscopy images and detect polyps. However, these systems tend to perform poorly on objects which appear visually small in the images. It is shown here that combining the single-shot detector as a region proposal network with an adversarially-trained generator to upsample small region proposals can significantly improve the detection of visually-small polyps. The Dynamic SSD-GAN pipeline introduced in this paper achieved a 12% increase in sensitivity on visually-small polyps compared to a conventional FCN baseline.
Abstract（参考訳）: 内視鏡検査は、癌に進展するポリープの喉、胃、腸を検査するために用いられる。機械学習システムは、大腸内視鏡画像の処理とポリープの検出を訓練することができる。しかし、これらのシステムは、画像に視覚的に小さいように見えるオブジェクトに対して、パフォーマンスが悪い傾向がある。ここでは, 局所的提案ネットワークとしての単発検出器と, 逆学習型生成器を組み合わせることで, 視覚的に小さなポリプの検出を著しく改善できることを示す。本論文で導入したダイナミックSSD-GANパイプラインは,従来のFCNベースラインに比べて12%の感度向上を実現した。

関連論文リスト

Deep Learning for Improved Polyp Detection from Synthetic Narrow-Band Imaging [1.9288445804756893]
従来の白色光イメージング(WLI)のための深層学習法が開発されている。我々は,通常のWLIで撮影された画像から合成NBI(SNBI)に変換するCycleGANベースのフレームワークを提案する。
論文参考訳（メタデータ） (2024-01-24T09:14:33Z)
ECC-PolypDet: Enhanced CenterNet with Contrastive Learning for Automatic Polyp Detection [88.4359020192429]
既存の手法では、計算コストのかかるコンテキストアグリゲーションが伴うか、ポリープの事前モデリングが欠如しているため、難解なケースでは性能が低下する。本稿では,2段階のトレーニングとエンドツーエンド推論フレームワークである Enhanced CenterNet with Contrastive Learning (ECC-PolypDet) を提案する。 Box-assisted Contrastive Learning (BCL) は, クラス内差を最小限に抑え, 前庭ポリープと背景のクラス間差を最大化するため, 隠れポリープを捕捉する。微調整段階におけるIoU誘導サンプル再重み付けの導入
論文参考訳（メタデータ） (2024-01-10T07:03:41Z)
Affine-Consistent Transformer for Multi-Class Cell Nuclei Detection [76.11864242047074]
本稿では, 原子核位置を直接生成する新しいアフィン一貫性変換器 (AC-Former) を提案する。本稿では,AAT (Adaptive Affine Transformer) モジュールを導入し,ローカルネットワークトレーニングのためのオリジナル画像をワープするための重要な空間変換を自動学習する。実験結果から,提案手法は様々なベンチマークにおいて既存の最先端アルゴリズムを著しく上回ることがわかった。
論文参考訳（メタデータ） (2023-10-22T02:27:02Z)
AiAReSeg: Catheter Detection and Segmentation in Interventional Ultrasound using Transformers [75.20925220246689]
血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
論文参考訳（メタデータ） (2023-09-25T19:34:12Z)
Gravity Network for end-to-end small lesion detection [50.38534263407915]
本稿では,医療画像の小さな病変を特異的に検出するワンステージエンド・ツー・エンド検出器を提案する。小さな病変の正確な局在化は、その外観と、それらが見つかる様々な背景によって困難を呈する。この新たなアーキテクチャをGravityNetと呼び、新しいアンカーを重力点と呼ぶ。
論文参考訳（メタデータ） (2023-09-22T14:02:22Z)
Pit-Pattern Classification of Colorectal Cancer Polyps Using a Hyper Sensitive Vision-Based Tactile Sensor and Dilated Residual Networks [4.056583163276972]
我々は,HySenSeと呼ばれる高感度視覚に基づく触覚センサと,補完的で斬新な機械学習アーキテクチャを活用することを提案する。提案されたアーキテクチャは最先端のMLモデル(例えばAlexNetやDenseNet)と比較され、性能と複雑さの点で優れていることが判明した。
論文参考訳（メタデータ） (2022-11-13T04:42:10Z)
Image Synthesis with Disentangled Attributes for Chest X-Ray Nodule Augmentation and Detection [52.93342510469636]
肺癌早期検診では胸部X線像の肺結節検出が一般的である。ディープラーニングに基づくコンピュータ支援診断(CAD)システムは、CXRの結節スクリーニングのために放射線科医をサポートすることができる。このようなデータセットの可用性を損なうため,データ拡張のために肺結節合成法を提案する。
論文参考訳（メタデータ） (2022-07-19T16:38:48Z)
PolypConnect: Image inpainting for generating realistic gastrointestinal tract images with polyps [1.7915968197912802]
下部消化管(GI)におけるポリープの早期同定は,致死性大腸癌の予防につながる可能性がある。ポリープを検出するCADシステムは、検出精度と効率を改善し、エンドスコピストと呼ばれるドメインの専門家の時間を節約することができる。本稿では,非ポリプ画像からポリプ画像に変換することにより,トレーニング用データセットのサイズを拡大するPolypConnectパイプラインを提案する。
論文参考訳（メタデータ） (2022-05-30T20:20:19Z)
Gastrointestinal Polyps and Tumors Detection Based on Multi-scale Feature-fusion with WCE Sequences [0.0]
本稿では,小腸ポリープと腫瘍を自動的に検出するtextbfTwo-stage textbfMulti-scale textbfFeature-fusion Learning Network(textbfTMFNet)を提案する。実験では22,335個のWCE画像を用いて,123,092個の病変領域を用いて検出の枠組みを訓練した。
論文参考訳（メタデータ） (2022-04-03T07:24:50Z)
Self-Supervised U-Net for Segmenting Flat and Sessile Polyps [63.62764375279861]
大腸ポリープの発達は、がんの最も初期の兆候の1つである。ポリープの早期検出と切除は生存率を90%に大きく向上させる。大腸内視鏡画像の処理によりポリープを検出するコンピュータ支援診断システム(CADx)が提案されている。
論文参考訳（メタデータ） (2021-10-17T09:31:20Z)
AG-CUResNeSt: A Novel Method for Colon Polyp Segmentation [0.0]
本稿では、ロバストなResNeStバックボーンとアテンションゲートを用いて結合ユニセットを強化するAG-CUResNeStと呼ばれる新しいニューラルネットワークアーキテクチャを提案する。提案手法は既存手法と比較して最先端の精度を実現する。
論文参考訳（メタデータ） (2021-05-02T06:36:36Z)

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。