論文の概要: Colorectal Polyp Classification from White-light Colonoscopy Images via Domain Alignment

• arxiv url: http://arxiv.org/abs/2108.02476v1
• Date: Thu, 5 Aug 2021 09:31:46 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-06 20:46:24.730606
• Title: Colorectal Polyp Classification from White-light Colonoscopy Images via Domain Alignment
• Title（参考訳）: 領域アライメントによる白光内視鏡画像からの大腸ポリープ分類
• Authors: Qin Wang, Hui Che, Weizhen Ding, Li Xiang, Guanbin Li, Zhen Li, Shuguang Cui
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 57.419727894848485
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Differentiation of colorectal polyps is an important clinical examination. A computer-aided diagnosis system is required to assist accurate diagnosis from colonoscopy images. Most previous studies at-tempt to develop models for polyp differentiation using Narrow-Band Imaging (NBI) or other enhanced images. However, the wide range of these models' applications for clinical work has been limited by the lagging of imaging techniques. Thus, we propose a novel framework based on a teacher-student architecture for the accurate colorectal polyp classification (CPC) through directly using white-light (WL) colonoscopy images in the examination. In practice, during training, the auxiliary NBI images are utilized to train a teacher network and guide the student network to acquire richer feature representation from WL images. The feature transfer is realized by domain alignment and contrastive learning. Eventually the final student network has the ability to extract aligned features from only WL images to facilitate the CPC task. Besides, we release the first public-available paired CPC dataset containing WL-NBI pairs for the alignment training. Quantitative and qualitative evaluation indicates that the proposed method outperforms the previous methods in CPC, improving the accuracy by 5.6%with very fast speed.
• Abstract（参考訳）: 大腸ポリープの分化は重要な臨床検査である。 大腸内視鏡画像からの正確な診断を支援するためにコンピュータ支援診断システムが必要となる。 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たポリプ分化モデルの開発が試みられている。 しかし、これらのモデルが臨床研究に応用される範囲は、画像技術の遅れによって制限されている。 そこで本研究では,白光(WL)大腸内視鏡画像を直接使用して,正確な大腸ポリープ分類(CPC)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。 実際に、訓練中に補助的なNBI画像を用いて教師ネットワークを訓練し、学生ネットワークを指導し、WL画像からよりリッチな特徴表現を取得する。 特徴伝達はドメインアライメントと対比学習によって実現される。 最終的に、最終学生ネットワークは、CPCタスクを容易にするために、WL画像のみから整列した特徴を抽出する能力を持つ。 さらに、アライメントトレーニングのためのWL-NBIペアを含む、最初の公開可能なペアCPCデータセットをリリースする。 定量的・定性的評価は,提案手法が従来のcpc法を上回り,高速で5.6%精度向上したことを示す。

関連論文リスト

• Disease Classification and Impact of Pretrained Deep Convolution Neural Networks on Diverse Medical Imaging Datasets across Imaging Modalities [0.0]
  本稿では,種々の医用画像データセット間での伝達学習を伴う,事前訓練された深部畳み込みニューラルネットワークの使用の複雑さについて検討する。 固定特徴抽出器として事前訓練されたモデルを使用することで,データセットに関係なく性能が低下することを示す。 また、より深く複雑なアーキテクチャが必ずしも最高のパフォーマンスをもたらすとは限らないことも判明した。
  論文  参考訳（メタデータ） (2024-08-30T04:51:19Z)
• EndoFinder: Online Image Retrieval for Explainable Colorectal Polyp Diagnosis [10.83700068295662]
  EndoFinderはコンテンツベースの画像検索フレームワークである。 新たに検出されたポリプが与えられた参照データベースでは、'デジタルツイン'ポリプが見つかる。 新しいポリプの臨床的意味は、一致したポリプを参照して推測することができる。
  論文  参考訳（メタデータ） (2024-07-16T05:40:17Z)
• CLIP in Medical Imaging: A Comprehensive Survey [59.429714742927956]
  コントラスト言語-画像事前学習は、視覚モデルにテキスト管理を導入することに成功している。 様々なタスクにおいて有望な結果を示しており、その一般化可能性と解釈可能性に起因している。 CLIPの使用は、最近医療画像領域への関心が高まっている。
  論文  参考訳（メタデータ） (2023-12-12T15:21:57Z)
• Forward-Forward Contrastive Learning [4.465144120325802]
  医用画像分類のための新しい事前学習手法として,前向きコントラスト学習(FFCL)を提案する。 FFCLは、肺炎分類タスクにおける既存の事前訓練モデルよりも、ImageNet Pretrained ResNet-18よりも3.69%の精度で性能が向上している。
  論文  参考訳（メタデータ） (2023-05-04T15:29:06Z)
• Performance of GAN-based augmentation for deep learning COVID-19 image classification [57.1795052451257]
  ディープラーニングを医療分野に適用する上で最大の課題は、トレーニングデータの提供である。 データ拡張は、限られたデータセットに直面した時に機械学習で使用される典型的な方法論である。 本研究は, 新型コロナウイルスの胸部X線画像セットを限定して, StyleGAN2-ADAモデルを用いて訓練するものである。
  論文  参考訳（メタデータ） (2023-04-18T15:39:58Z)
• Iterative Prompt Learning for Unsupervised Backlit Image Enhancement [86.90993077000789]
  そこで本研究では,CLIP-LITと略称される,非教師なしのバックライト画像強調手法を提案する。 オープンワールドのCLIPはバックライト画像と well-lit 画像の区別に有効であることを示す。 提案手法は,学習フレームワークの更新と,学習結果を視覚的に満足するまでのネットワークの強化を交互に行う。
  論文  参考訳（メタデータ） (2023-03-30T17:37:14Z)
• Toward Clinically Assisted Colorectal Polyp Recognition via Structured Cross-modal Representation Consistency [16.225144477302923]
  殆どのコンピュータ支援診断アルゴリズムは Narrow-Band Imaging (NBI) を用いて大腸ポリープを認識する NBIは通常、この特定の画像の取得には手動でライトモードを切り替える必要があるため、実際の臨床シナリオで利用できないことに悩まされる。 そこで本研究では,構造的クロスモーダル表現の整合性を実現することによって,白-光画像の正確な分類を実現する新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-06-23T16:51:28Z)
• Explaining Clinical Decision Support Systems in Medical Imaging using Cycle-Consistent Activation Maximization [112.2628296775395]
  ディープニューラルネットワークを用いた臨床意思決定支援は、着実に関心が高まりつつあるトピックとなっている。 臨床医は、その根底にある意思決定プロセスが不透明で理解しにくいため、この技術の採用をためらうことが多い。 そこで我々は,より小さなデータセットであっても,分類器決定の高品質な可視化を生成するCycleGANアクティベーションに基づく,新たな意思決定手法を提案する。
  論文  参考訳（メタデータ） (2020-10-09T14:39:27Z)
• Improving Endoscopic Decision Support Systems by Translating Between Imaging Modalities [4.760079434948197]
  異なる画像モダリティを示す内視鏡画像への画像-画像変換の適用性について検討した。 コンピュータ支援セリアック病診断において,画像と画像の翻訳がドメイン間の翻訳を効果的に行うことができるかどうかを検討する。
  論文  参考訳（メタデータ） (2020-04-27T06:55:56Z)
• Retinopathy of Prematurity Stage Diagnosis Using Object Segmentation and Convolutional Neural Networks [68.96150598294072]
  未熟児網膜症(英: Retinopathy of Prematurity、ROP)は、主に体重の低い未熟児に影響を及ぼす眼疾患である。 網膜の血管の増殖を招き、視力喪失を招き、最終的には網膜剥離を招き、失明を引き起こす。 近年,ディープラーニングを用いて診断を自動化する試みが盛んに行われている。 本稿では,従来のモデルの成功を基盤として,オブジェクトセグメンテーションと畳み込みニューラルネットワーク(CNN)を組み合わせた新しいアーキテクチャを開発する。 提案システムでは,まず対象分割モデルを訓練し,画素レベルでの区切り線を識別し,その結果のマスクを追加の"カラー"チャネルとして付加する。
  論文  参考訳（メタデータ） (2020-04-03T14:07:41Z)

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。