Fugu-MT 論文翻訳(概要): Semantic Video Segmentation for Intracytoplasmic Sperm Injection Procedures

論文の概要: Semantic Video Segmentation for Intracytoplasmic Sperm Injection Procedures

arxiv url: http://arxiv.org/abs/2101.01207v1
Date: Mon, 4 Jan 2021 19:33:12 GMT
ステータス: 処理完了
システム内更新日: 2021-04-12 00:34:06.827312
Title: Semantic Video Segmentation for Intracytoplasmic Sperm Injection Procedures
Title（参考訳）: 細胞質内精子注入術におけるセマンティックビデオセグメンテーション
Authors: Peter He, Raksha Jain, J\'er\^ome Chambost, C\'eline Jacques, Cristina Hickman
Abstract要約: 本研究では,細胞内精子注入法(ICSI)を解析するための深層学習モデルを提案する。我々はディープニューラルネットワークをトレーニングし、0.962の平均IoUを達成するビデオのキーオブジェクトをセグメント化し、1つのGPU上で平均3.793ピクセルの画素誤差を14FPSで達成するニードル先端をローカライズする。
参考スコア（独自算出の注目度）: 7.813460653362095
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present the first deep learning model for the analysis of intracytoplasmic sperm injection (ICSI) procedures. Using a dataset of ICSI procedure videos, we train a deep neural network to segment key objects in the videos achieving a mean IoU of 0.962, and to localize the needle tip achieving a mean pixel error of 3.793 pixels at 14 FPS on a single GPU. We further analyze the variation between the dataset's human annotators and find the model's performance to be comparable to human experts.
Abstract（参考訳）: 細胞質内精子注入法 (ICSI) 解析のための最初の深層学習モデルを提案する。 ICSIプロシージャビデオのデータセットを用いて、深いニューラルネットワークを使用して、0.962の平均IoUを達成するビデオ内のキーオブジェクトをセグメント化し、単一のGPU上で平均3.793ピクセルの画素誤差を達成するニードル先端を14FPSでローカライズする。さらに、データセットのヒューマンアノテータ間のバリエーションを分析し、モデルのパフォーマンスが人間のエキスパートに匹敵するものであることを見出します。

関連論文リスト

A novel open-source ultrasound dataset with deep learning benchmarks for spinal cord injury localization and anatomical segmentation [1.02101998415327]
ブタ脊髄の矢状切片からなる10,223モード(Bモード)画像の超音波データセットを提案する。損傷部位をローカライズするために,いくつかの最先端オブジェクト検出アルゴリズムの性能指標をベンチマークした。ヒトの超音波脊髄画像におけるセグメンテーションモデルのゼロショット一般化能力を評価する。
論文参考訳（メタデータ） (2024-09-24T20:22:59Z)
StackFLOW: Monocular Human-Object Reconstruction by Stacked Normalizing Flow with Offset [56.71580976007712]
本研究では,人間のメッシュと物体メッシュの表面から密にサンプリングされたアンカー間の人物体オフセットを用いて,人物体空間関係を表現することを提案する。この表現に基づいて、画像から人・物間の空間関係の後方分布を推定するスタック正規化フロー(StackFLOW)を提案する。最適化段階では、サンプルの可能性を最大化することにより、人体ポーズと物体6Dポーズを微調整する。
論文参考訳（メタデータ） (2024-07-30T04:57:21Z)
Neural Fields for 3D Tracking of Anatomy and Surgical Instruments in Monocular Laparoscopic Video Clips [1.339950379203994]
単一2次元単眼ビデオクリップ上で全構造を同時追跡する手法を提案する。装置のサイズが小さいため、画像のごく一部しかカバーしていないため、追跡精度が低下する。腹腔鏡下胆嚢摘出術を施行し, 解剖学的構造は92.4%, 機器は87.4%であった。
論文参考訳（メタデータ） (2024-03-28T09:44:20Z)
AiOS: All-in-One-Stage Expressive Human Pose and Shape Estimation [55.179287851188036]
人間のポーズと形状の復元のための新しいオールインワンステージフレームワークであるAiOSを、追加の人間検出ステップなしで導入する。まず、画像中の人間の位置を探索し、各インスタンスのグローバルな機能をエンコードするために、人間のトークンを使用します。そして、画像中の人間の関節を探索し、きめ細かい局所的特徴を符号化するジョイント関連トークンを導入する。
論文参考訳（メタデータ） (2024-03-26T17:59:23Z)
WATUNet: A Deep Neural Network for Segmentation of Volumetric Sweep Imaging Ultrasound [1.2903292694072621]
ボリューム・スイープ・イメージング(VSI)は、訓練を受けていないオペレーターが高品質な超音波画像をキャプチャできる革新的な手法である。本稿ではWavelet_Attention_UNet(WATUNet)と呼ばれる新しいセグメンテーションモデルを提案する。このモデルでは、簡単な接続ではなく、ウェーブレットゲート(WG)とアテンションゲート(AG)をエンコーダとデコーダの間に組み込んで、上記の制限を克服する。
論文参考訳（メタデータ） (2023-11-17T20:32:37Z)
Comparative analysis of deep learning approaches for AgNOR-stained cytology samples interpretation [52.77024349608834]
本稿では, 深層学習手法を用いて, 好気性ヌクレオラオーガナイザ領域 (AgNOR) 染色スライダを解析する方法を提案する。以上の結果から,バックボーンとしてResNet-18やResNet-34を用いたU-Netを用いたセマンティックセマンティックセマンティックセマンティクスは類似した結果を示す。最も優れたモデルは、それぞれ0.83、0.92、0.99の核、クラスター、衛星のIoUを示す。
論文参考訳（メタデータ） (2022-10-19T15:15:32Z)
Differentiable Frequency-based Disentanglement for Aerial Video Action Recognition [56.91538445510214]
ビデオにおける人間の行動認識のための学習アルゴリズムを提案する。我々のアプローチは、主に斜めに配置されたダイナミックカメラから取得されるUAVビデオのために設計されている。我々はUAV HumanデータセットとNEC Droneデータセットについて広範な実験を行った。
論文参考訳（メタデータ） (2022-09-15T22:16:52Z)
Evaluation of Deep Learning Topcoders Method for Neuron Individualization in Histological Macaque Brain Section [0.0]
神経学的データに基づく細胞識別を行うためのアンサンブル深層学習アルゴリズムを提案する。提案手法は, 平均検出精度0.93で, 物体レベルでも画素レベルでも, 神経細胞のセグメンテーションに成功したことを示唆する。
論文参考訳（メタデータ） (2021-11-10T16:38:35Z)
Predicting Semen Motility using three-dimensional Convolutional Neural Networks [0.0]
本稿では,3次元畳み込みニューラルネットワークを用いて,精液試料の顕微鏡映像から精子の運動性を予測する深層学習手法を提案する。私たちのモデルは、深層学習ベースの自動精液分析が受精率とIVFラボで価値があり効果的なツールになることを示しています。
論文参考訳（メタデータ） (2021-01-08T07:38:52Z)
TSGCNet: Discriminative Geometric Feature Learning with Two-Stream GraphConvolutional Network for 3D Dental Model Segmentation [141.2690520327948]
2流グラフ畳み込みネットワーク(TSGCNet)を提案し、異なる幾何学的特性から多視点情報を学ぶ。 3次元口腔内スキャナーで得られた歯科モデルのリアルタイムデータセットを用いてTSGCNetの評価を行った。
論文参考訳（メタデータ） (2020-12-26T08:02:56Z)
Appearance Learning for Image-based Motion Estimation in Tomography [60.980769164955454]
トモグラフィー画像では、取得した信号に擬似逆フォワードモデルを適用することにより、解剖学的構造を再構成する。患者の動きは、復元過程における幾何学的アライメントを損なうため、運動アーティファクトが生じる。本研究では,スキャン対象から独立して剛性運動の構造を認識する外観学習手法を提案する。
論文参考訳（メタデータ） (2020-06-18T09:49:11Z)

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。