Fugu-MT 論文翻訳(概要): Image Segmentation with Topological Priors

論文の概要: Image Segmentation with Topological Priors

arxiv url: http://arxiv.org/abs/2205.06197v1
Date: Thu, 12 May 2022 16:36:21 GMT
ステータス: 処理完了
システム内更新日: 2022-05-13 16:23:26.249365
Title: Image Segmentation with Topological Priors
Title（参考訳）: トポロジカル優先による画像分割
Authors: Shakir Showkat Sofi, Nadezhda Alsahanova
Abstract要約: トポロジカルな前提によるセグメンテーションタスクの解法は、微細な構造における誤りを少なくすることを示した。本研究では,深層ニューラルネットワークトレーニングの前後でトポロジカルな事前処理を行う。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Solving segmentation tasks with topological priors proved to make fewer errors in fine-scale structures. In this work, we use topological priors both before and during the deep neural network training procedure. We compared the results of the two approaches with simple segmentation on various accuracy metrics and the Betti number error, which is directly related to topological correctness, and discovered that incorporating topological information into the classical UNet model performed significantly better. We conducted experiments on the ISBI EM segmentation dataset.
Abstract（参考訳）: トポロジカルな前提によるセグメンテーションタスクの解法は、微細な構造における誤りを少なくすることを示した。本研究では,深層ニューラルネットワークトレーニングの前後でトポロジカルな事前処理を行う。従来のUNetモデルにトポロジ的情報を組み込むことにより, トポロジ的正確性に直接関係するベッチ数誤差と, 様々な精度の指標を単純なセグメンテーションで比較したところ, トポロジ的情報の導入が有意に向上していることが判明した。我々はISBI EMセグメンテーションデータセットの実験を行った。

関連論文リスト

Topograph: An efficient Graph-Based Framework for Strictly Topology Preserving Image Segmentation [78.54656076915565]
位相的正しさは多くの画像分割タスクにおいて重要な役割を果たす。ほとんどのネットワークは、Diceのようなピクセル単位の損失関数を使って、トポロジカルな精度を無視して訓練されている。トポロジ的に正確な画像セグメンテーションのための新しいグラフベースのフレームワークを提案する。
論文参考訳（メタデータ） (2024-11-05T16:20:14Z)
Topologically Faithful Multi-class Segmentation in Medical Images [43.6770098513581]
位相的に忠実な多クラスセグメンテーションのための一般損失関数を提案する。我々はNクラス分割問題をNクラス分割タスクに投射する。心筋, 細胞, 動脈静脈, およびWillisセグメンテーションの局所的正当性は, 著明に向上する。
論文参考訳（メタデータ） (2024-03-16T19:11:57Z)
Minimally Supervised Learning using Topological Projections in Self-Organizing Maps [55.31182147885694]
自己組織化マップ(SOM)におけるトポロジカルプロジェクションに基づく半教師付き学習手法を提案する。提案手法は,まずラベル付きデータ上でSOMを訓練し,最小限のラベル付きデータポイントをキーベストマッチングユニット(BMU)に割り当てる。提案した最小教師付きモデルが従来の回帰手法を大幅に上回ることを示す。
論文参考訳（メタデータ） (2024-01-12T22:51:48Z)
On Characterizing the Evolution of Embedding Space of Neural Networks using Algebraic Topology [9.537910170141467]
特徴埋め込み空間のトポロジがベッチ数を介してよく訓練されたディープニューラルネットワーク(DNN)の層を通過するとき、どのように変化するかを検討する。深度が増加するにつれて、トポロジカルに複雑なデータセットが単純なデータセットに変換され、ベッチ数はその最小値に達することが示される。
論文参考訳（メタデータ） (2023-11-08T10:45:12Z)
Topological Data Analysis Guided Segment Anything Model Prompt Optimization for Zero-Shot Segmentation in Biological Imaging [5.795215830149858]
我々は,Segment Anything Model (SAM) のプロンプト最適化を導くトポロジカルデータ解析を提案する。以上の結果から,TDA最適化点雲は小型物体の発見に非常に適しており,計算複雑性を大幅に低減することがわかった。
論文参考訳（メタデータ） (2023-06-30T05:00:38Z)
Amortized Inference for Causal Structure Learning [72.84105256353801]
因果構造を学習することは、通常、スコアまたは独立テストを使用して構造を評価することを伴う探索問題を引き起こす。本研究では,観測・干渉データから因果構造を予測するため,変分推論モデルを訓練する。我々のモデルは、実質的な分布シフトの下で頑健な一般化能力を示す。
論文参考訳（メタデータ） (2022-05-25T17:37:08Z)
Learning Neural Causal Models with Active Interventions [83.44636110899742]
本稿では,データ生成プロセスの根底にある因果構造を素早く識別する能動的介入ターゲット機構を提案する。本手法は,ランダムな介入ターゲティングと比較して,要求される対話回数を大幅に削減する。シミュレーションデータから実世界のデータまで,複数のベンチマークにおいて優れた性能を示す。
論文参考訳（メタデータ） (2021-09-06T13:10:37Z)
Topological Similarity Index and Loss Function for Blood Vessel Segmentation [0.0]
そこで本研究では,予測されたセグメントの一貫性を基礎的真理に言及した類似度指数を提案する。また、形態的閉鎖演算子に基づく新しい損失関数を設計し、より位相的に一貫性のあるマスクを生成するディープニューラルネットワークモデルを学習する方法を示す。
論文参考訳（メタデータ） (2021-07-30T10:24:47Z)
Topology-Aware Segmentation Using Discrete Morse Theory [38.65353702366932]
深部画像セグメンテーションネットワークを訓練し、位相精度を向上させる新しい手法を提案する。 1次元骨格や2次元パッチなど,位相的精度に重要なグローバル構造を明らかにする。多様なデータセットに対して,DICEスコアとトポロジカルメトリクスの両方で優れた性能を示す。
論文参考訳（メタデータ） (2021-03-18T02:47:21Z)
Towards Robust Partially Supervised Multi-Structure Medical Image Segmentation on Small-Scale Data [123.03252888189546]
データ不足下における部分教師付き学習(PSL)における方法論的ギャップを埋めるために,不確実性下でのビシナルラベル(VLUU)を提案する。マルチタスク学習とヴィジナルリスク最小化によって動機づけられたVLUUは、ビジナルラベルを生成することによって、部分的に教師付き問題を完全な教師付き問題に変換する。本研究は,ラベル効率の高い深層学習における新たな研究の方向性を示唆するものである。
論文参考訳（メタデータ） (2020-11-28T16:31:00Z)

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。