論文の概要: Decomposing Normal and Abnormal Features of Medical Images for Content-based Image Retrieval

• arxiv url: http://arxiv.org/abs/2011.06224v1
• Date: Thu, 12 Nov 2020 06:25:49 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-26 07:35:00.883677
• Title: Decomposing Normal and Abnormal Features of Medical Images for Content-based Image Retrieval
• Title（参考訳）: コンテンツベース画像検索のための医用画像の正規化と異常化
• Authors: Kazuma Kobayashi, Ryuichiro Hataya, Yusuke Kurose, Tatsuya Harada, Ryuji Hamamoto
• Abstract要約: 本稿では,医療画像を通常の解剖コードと異常解剖コードという2つの離散的な潜伏符号に分解するエンコーダ・デコーダネットワークを提案する。 これらの潜伏符号を用いて,医用画像の正常な特徴と異常な特徴に焦点をあてて類似性検索を行う。
• 参考スコア（独自算出の注目度）: 45.42581779946973
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Medical images can be decomposed into normal and abnormal features, which is considered as the compositionality. Based on this idea, we propose an encoder-decoder network to decompose a medical image into two discrete latent codes: a normal anatomy code and an abnormal anatomy code. Using these latent codes, we demonstrate a similarity retrieval by focusing on either normal or abnormal features of medical images.
• Abstract（参考訳）: 医療画像は、構成性と見なされる正常な特徴と異常な特徴に分解することができる。 そこで本研究では,医療画像を正常な解剖コードと異常な解剖コードという2つの離散的な潜伏コードに分解するエンコーダデコーダネットワークを提案する。 これらの潜在コードを用いて,医療画像の正常な特徴や異常な特徴に着目し,類似度検索を行う。

関連論文リスト

• General Vision Encoder Features as Guidance in Medical Image Registration [3.7713533540423785]
  医用画像登録における異種度指標において,一般的な視覚エンコーダの特徴がどの程度有効かを検討する。 心血管MRIデータに関する広範な実験では、従来の指標の付加的なガイダンスとして機能を使用することで、登録品質が向上することが判明した。
  論文  参考訳（メタデータ） (2024-07-18T09:13:34Z)
• Spatial-aware Attention Generative Adversarial Network for Semi-supervised Anomaly Detection in Medical Image [63.59114880750643]
  本稿では,一級半教師付き健康画像生成のための空間意識生成ネットワーク(SAGAN)について紹介する。 SAGANは、正常な画像の復元と擬似異常画像の復元によって導かれる、ラベルのないデータに対応する高品質な健康画像を生成する。 3つの医学データセットに対する大規模な実験は、提案されたSAGANが最先端の手法よりも優れていることを示した。
  論文  参考訳（メタデータ） (2024-05-21T15:41:34Z)
• MedIAnomaly: A comparative study of anomaly detection in medical images [26.319602363581442]
  異常検出(AD)は、期待される正常なパターンから逸脱する異常なサンプルを検出することを目的としている。 医療用AD法は多岐にわたるが, 公平かつ包括的評価の欠如が指摘されている。 本稿では,比較を統一したベンチマークを構築した。
  論文  参考訳（メタデータ） (2024-04-06T06:18:11Z)
• Region-based Contrastive Pretraining for Medical Image Retrieval with Anatomic Query [56.54255735943497]
  医用画像検索のための地域別コントラスト事前トレーニング(RegionMIR) 医用画像検索のための領域ベースコントラスト事前トレーニング(RegionMIR)について紹介する。
  論文  参考訳（メタデータ） (2023-05-09T16:46:33Z)
• Unsupervised Anomaly Localization with Structural Feature-Autoencoders [6.667150890634173]
  医用画像の病因を検出する手段としては, 教師なし異常検出が一般的な方法となっている。 本稿では,入力強度画像を複数のチャネルを持つ空間に変換する特徴マッピング関数を用いてこの問題に対処する。 次に、この空間におけるオートエンコーダモデルを、強度の違いだけでなく、コントラストや構造の違いも考慮した構造的類似性損失を用いて訓練する。
  論文  参考訳（メタデータ） (2022-08-23T14:19:46Z)
• Proxy-bridged Image Reconstruction Network for Anomaly Detection in Medical Images [59.700111685673846]
  医学画像における異常検出は、トレーニングセット内の正常画像のみを含む異常画像の識別を指す。 本稿では,医療画像の異常検出のための新しいプロキシブリッジ画像再構成ネットワーク(ProxyAno)を提案する。
  論文  参考訳（メタデータ） (2021-10-05T00:40:43Z)
• Decomposing Normal and Abnormal Features of Medical Images into Discrete Latent Codes for Content-Based Image Retrieval [41.344019939088106]
  医用画像の意味的成分を2つの潜伏符号(正常解剖符号と異常解剖符号)に分解するニューラルネットワークアーキテクチャを提案する。 本アルゴリズムは、グリオーマの脳磁気共鳴画像からなるデータセットから選択されたセマンティクス成分に従って画像を取得できる。
  論文  参考訳（メタデータ） (2021-03-23T05:53:53Z)
• Auxiliary Signal-Guided Knowledge Encoder-Decoder for Medical Report Generation [107.3538598876467]
  放射線技師の動作パターンを模倣する補助信号誘導知識デコーダ(ASGK)を提案する。 ASGKは、内的特徴融合と外部医療言語情報を統合して、医療知識の伝達と学習をガイドする。
  論文  参考訳（メタデータ） (2020-06-06T01:00:15Z)

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。