論文の概要: Semantic Segmentation and Object Detection Towards Instance Segmentation: Breast Tumor Identification

• arxiv url: http://arxiv.org/abs/2108.03287v1
• Date: Fri, 6 Aug 2021 20:02:46 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-12 05:03:51.801274
• Title: Semantic Segmentation and Object Detection Towards Instance Segmentation: Breast Tumor Identification
• Title（参考訳）: インスタンスセグメンテーションに向けたセマンティックセグメンテーションと物体検出:乳癌の同定
• Authors: Mohamed Mejri and Aymen Mejri and Oumayma Mejri and Chiraz Fekih
• Abstract要約: 超音波検査で得られた腫瘍の滑らかさやテクスチャなどの重要な特徴は、乳腺腫瘍の異常をコードしている。 本稿では, 興味領域(腫瘍の境界ボックス)を抽出し, 1つのセマンティックセグメンテーションエンコーダ・デコーダ構造にフィードフォワードする。 プロセス全体は、セマンティックセグメンタとオブジェクト検出器からインスタンスベースのセグメンタを構築することを目的としています。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Breast cancer is one of the factors that cause the increase of mortality of women. The most widely used method for diagnosing this geological disease i.e. breast cancer is the ultrasound scan. Several key features such as the smoothness and the texture of the tumor captured through ultrasound scans encode the abnormality of the breast tumors (malignant from benign). However, ultrasound scans are often noisy and include irrelevant parts of the breast that may bias the segmentation of eventual tumors. In this paper, we are going to extract the region of interest ( i.e, bounding boxes of the tumors) and feed-forward them to one semantic segmentation encoder-decoder structure based on its classification (i.e, malignant or benign). the whole process aims to build an instance-based segmenter from a semantic segmenter and an object detector.
• Abstract（参考訳）: 乳癌は女性の死亡率を上昇させる要因の1つである。 この地質学的疾患の診断に最も広く用いられる方法、すなわち 乳がんは超音波スキャンです。 超音波検査で捉えた腫瘍の滑らかさや質感などの重要な特徴は、乳腺腫瘍(良性腫瘍)の異常をコードしている。 しかし、超音波検査はしばしばノイズが多く、乳房の無関係な部分が含まれ、最終的には腫瘍の分節に偏っている可能性がある。 本稿では,腫瘍の領域(すなわち,腫瘍の境界ボックス)を抽出し,その分類(悪性または良性)に基づいて1つのセグメンテーションエンコーダ・デコーダ構造にフィードフォワードする。 プロセス全体は、セグメンテーションセグメンタとオブジェクト検出器からインスタンスベースのセグメンタを構築することを目的としている。

関連論文リスト

• Development of an interactive GUI using MATLAB for the detection of type and stage of Breast Tumor [0.18416014644193066]
  乳癌は、主に女性で診断された最も一般的ながんの1つである。 男性と女性の割合と比較すると、乳癌の発症傾向は男性よりも女性の方が高いことが判明した。
  論文  参考訳（メタデータ） (2024-06-29T16:02:52Z)
• A Pathologist-Informed Workflow for Classification of Prostate Glands in Histopathology [62.997667081978825]
  病理学者は、ガラススライド上の針生検の組織を調べて前立腺がんを診断し、診断する。 がんの重症度と転移リスクは、前立腺の組織と形態に基づくスコアであるGleason gradeによって決定される。 本稿では,病理学者のtextitmodus operandi に従って,個々の腺のマルチスケールパッチを分離・分類する自動ワークフローを提案する。
  論文  参考訳（メタデータ） (2022-09-27T14:08:19Z)
• Improving Specificity in Mammography Using Cross-correlation between Wavelet and Fourier Transform [0.0]
  乳がんの発生率は世界中で高いが、死亡率は継続的に減少している。 本稿では、離散ウェーブレット変換とフーリエ変換を適用して画像を解析する手法を検討する。
  論文  参考訳（メタデータ） (2022-01-20T00:49:33Z)
• Breast Cancer Classification Using: Pixel Interpolation [0.0]
  提案システムは,Mammogram Image Analysis Society (MIAS)の画像データベースから得られた複数の画像に対して,プログラムを用いて実装し,テストする。 このシステムはより高速に動作し、あらゆる放射線技師が視覚検査によって石灰化の出現について明確な決定を下すことができる。
  論文  参考訳（メタデータ） (2021-11-03T16:58:17Z)
• Learned super resolution ultrasound for improved breast lesion characterization [52.77024349608834]
  超高分解能超音波局在顕微鏡は毛細血管レベルでの微小血管のイメージングを可能にする。 この作業では、これらの課題に対処するために、信号構造を効果的に活用するディープニューラルネットワークアーキテクチャを使用します。 トレーニングしたネットワークを利用することで,従来のPSF知識を必要とせず,UCAの分離性も必要とせず,短時間で微小血管構造を復元する。
  論文  参考訳（メタデータ） (2021-07-12T09:04:20Z)
• Global Guidance Network for Breast Lesion Segmentation in Ultrasound Images [84.03487786163781]
  我々は,大域的誘導ブロック(GGB)と乳房病変境界検出モジュールを備えた深部畳み込みニューラルネットワークを開発した。 当社のネットワークは、乳房超音波病変分割における他の医療画像分割方法および最近のセマンティックセグメンテーション方法よりも優れています。
  論文  参考訳（メタデータ） (2021-04-05T13:15:22Z)
• Sequential Learning on Liver Tumor Boundary Semantics and Prognostic Biomarker Mining [73.23533486979166]
  腫瘍境界に対する毛細血管浸潤は予後指標であるmicrovascular invasion (mvi) と臨床的に相関することが証明されている。 本論文では,タスクを2つのコンポーネントに分離する,第1および新規な計算フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-03-09T01:43:05Z)
• ESTAN: Enhanced Small Tumor-Aware Network for Breast Ultrasound Image Segmentation [0.0]
  本稿では,乳腺腫瘍を正確に分類するための新しいディープニューラルネットワークアーキテクチャであるESTAN(Enhanced Small tumor-Aware Network)を提案する。 ESTANは、2つのエンコーダを導入し、異なるスケールで画像コンテキスト情報を抽出し、フューズする。
  論文  参考訳（メタデータ） (2020-09-27T16:42:59Z)
• Gleason Grading of Histology Prostate Images through Semantic Segmentation via Residual U-Net [60.145440290349796]
  前立腺癌の最終診断は、病理学者による前立腺生検におけるGleasonパターンの視覚的検出に基づいている。 コンピュータ支援診断システムは、組織内のがんのパターンを分類し分類することができる。 この研究の方法論的核心は、がん組織を分節できる残留ブロックで修正された画像分割のためのU-Net畳み込みニューラルネットワークである。
  論文  参考訳（メタデータ） (2020-05-22T19:49:10Z)
• Stan: Small tumor-aware network for breast ultrasound image segmentation [68.8204255655161]
  本研究では,小腫瘍認識ネットワーク(Small tumor-Aware Network,STAN)と呼ばれる新しいディープラーニングアーキテクチャを提案する。 提案手法は, 乳腺腫瘍の分節化における最先端のアプローチよりも優れていた。
  論文  参考訳（メタデータ） (2020-02-03T22:25:01Z)

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。