Fugu-MT 論文翻訳(概要): Chest X-ray lung and heart segmentation based on minimal training sets

論文の概要: Chest X-ray lung and heart segmentation based on minimal training sets

arxiv url: http://arxiv.org/abs/2101.08309v1
Date: Wed, 20 Jan 2021 20:24:35 GMT
ステータス: 処理完了
システム内更新日: 2021-03-22 02:49:21.270352
Title: Chest X-ray lung and heart segmentation based on minimal training sets
Title（参考訳）: 最小トレーニングセットに基づく胸部x線肺と心臓分画
Authors: Bal\'azs Maga
Abstract要約: 本研究では、アテンションBCDU-Netと呼ばれるディープニューラルネットワークを胸部X線(CXR)画像から肺と心臓のセグメンテーションのタスクに適用する。微調整されたモデルは、以前の最新結果を上回り、98.1pm 0.1%$ diceスコアと95.2pm 0.1%$ iouスコアに達した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: As the COVID-19 pandemic aggravated the excessive workload of doctors globally, the demand for computer aided methods in medical imaging analysis increased even further. Such tools can result in more robust diagnostic pipelines which are less prone to human errors. In our paper, we present a deep neural network to which we refer to as Attention BCDU-Net, and apply it to the task of lung and heart segmentation from chest X-ray (CXR) images, a basic but ardous step in the diagnostic pipeline, for instance for the detection of cardiomegaly. We show that the fine-tuned model exceeds previous state-of-the-art results, reaching $98.1\pm 0.1\%$ Dice score and $95.2\pm 0.1\%$ IoU score on the dataset of Japanese Society of Radiological Technology (JSRT). Besides that, we demonstrate the relative simplicity of the task by attaining surprisingly strong results with training sets of size 10 and 20: in terms of Dice score, $97.0\pm 0.8\%$ and $97.3\pm 0.5$, respectively, while in terms of IoU score, $92.2\pm 1.2\%$ and $93.3\pm 0.4\%$, respectively. To achieve these scores, we capitalize on the mixup augmentation technique, which yields a remarkable gain above $4\%$ IoU score in the size 10 setup.
Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックが世界中の医師の過剰な労働負荷を増大させ、医療画像解析におけるコンピュータ支援手法の需要はさらに増加した。このようなツールは、より堅牢な診断パイプラインをもたらす可能性がある。本稿では,Attention BCDU-Netと呼ぶディープニューラルネットワークを提案し,胸部X線(CXR)画像から肺と心臓のセグメンテーションのタスクに適用する。また,日本放射線工学会(jsrt)のデータセットでは,この微調整モデルが先行研究結果の98.1\pm 0.1\%$ diceスコアと95.2\pm 0.1\%$ iouスコアを上回った。さらに、Diceスコアでは9.7.0\pm 0.8\%$と9.3\pm 0.5$、IoUスコアでは9.2\pm 1.2\%$と9.3\pm 0.4\%$である。これらのスコアを達成するために、ミキサアップ強化技術を利用して、サイズ10のセットアップで4\%以上のIoUスコアを得る。
全文参考訳へのリンク