論文の概要: Wavelet leader based formalism to compute multifractal features for classifying lung nodules in X-ray images

• arxiv url: http://arxiv.org/abs/2207.00262v1
• Date: Fri, 1 Jul 2022 08:31:44 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-04 14:52:33.230050
• Title: Wavelet leader based formalism to compute multifractal features for classifying lung nodules in X-ray images
• Title（参考訳）: ウェーブレットリーダーを用いたX線画像における肺結節分類のためのマルチフラクタル特徴の計算
• Authors: Isabella Mar\'ia Sierra-Ponce, Angela Mireya Le\'on-Mec\'ias, Damian Vald\'es-Santiago
• Abstract要約: 提案手法は,2つの拡張技術を適用した前処理ステップを含む。 新規性として、ウェーブレットリーダーベースのフォーマリズムを用いたマルチフラクタル機能は、Support Vector Machine noduleで使用される。 マルチフラクタル特徴と古典的テクスチャ特徴を組み合わせた場合, 最大ROC AUCは75%であった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: This paper presents and validates a novel lung nodule classification algorithm that uses multifractal features found in X-ray images. The proposed method includes a pre-processing step where two enhancement techniques are applied: histogram equalization and a combination of wavelet decomposition and morphological operations. As a novelty, multifractal features using wavelet leader based formalism are used with Support Vector Machine classifier; other classical texture features were also included. Best results were obtained when using multifractal features in combination with classical texture features, with a maximum ROC AUC of 75\%. The results show improvements when using data augmentation technique, and parameter optimization. The proposed method proved to be more efficient and accurate than Modulus Maxima Wavelet Formalism in both computational cost and accuracy when compared in a similar experimental set up.
• Abstract（参考訳）: 本稿では,X線画像におけるマルチフラクタル特徴を用いた新しい肺結節分類アルゴリズムを提案し,検証する。 提案手法は、ヒストグラム等化法とウェーブレット分解法と形態的操作法の組み合わせの2つの拡張技術を適用する前処理工程を含む。 新規性として、ウェーブレットのリーダベースの形式を用いたマルチフラクタル機能は、サポートベクタマシン分類器で使用されるが、他の古典的なテクスチャ機能も含まれている。 その結果, 古典的テクスチャ特徴と組み合わせたマルチフラクタル特徴を用いた場合, 最大roc aucは75\%であった。 その結果,データ拡張手法とパラメータ最適化により改善が見られた。 提案手法は, 計算コストと精度の両方において, 弾性極大ウェーブレット形式よりも効率的で精度が高いことが証明された。

関連論文リスト

• UGAD: Universal Generative AI Detector utilizing Frequency Fingerprints [18.47018538990973]
  本研究では,AI生成画像を検出するための新しいマルチモーダル手法を提案する。 提案手法は,実画像とAI画像の識別精度を大幅に向上させる。
  論文  参考訳（メタデータ） (2024-09-12T10:29:37Z)
• Fully Differentiable Correlation-driven 2D/3D Registration for X-ray to CT Image Fusion [3.868072865207522]
  画像ベース剛性2D/3Dレジストレーションは, 蛍光ガイド下外科手術において重要な技術である。 デュアルブランチCNN変換器エンコーダを用いた完全微分型相関型ネットワークを提案する。 組込み情報に基づく低周波特徴と高周波特徴の分解に対して相関型損失を提案する。
  論文  参考訳（メタデータ） (2024-02-04T14:12:51Z)
• Optimizing Sampling Patterns for Compressed Sensing MRI with Diffusion Generative Models [75.52575380824051]
  圧縮センシングマルチコイルMRIにおけるサブサンプリングパターンを最適化する学習手法を提案する。 拡散モデルとMRI計測プロセスにより得られた後部平均推定値に基づいて1段階の再構成を行う。 本手法では,効果的なサンプリングパターンの学習には5つのトレーニング画像が必要である。
  論文  参考訳（メタデータ） (2023-06-05T22:09:06Z)
• 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)
• Modality-Agnostic Variational Compression of Implicit Neural Representations [96.35492043867104]
  Inlicit Neural Representation (INR) としてパラメータ化されたデータの関数的ビューに基づくモーダリティ非依存型ニューラル圧縮アルゴリズムを提案する。 潜時符号化と疎性の間のギャップを埋めて、ソフトゲーティング機構に非直線的にマッピングされたコンパクト潜時表現を得る。 このような潜在表現のデータセットを得た後、ニューラル圧縮を用いてモーダリティ非依存空間におけるレート/歪みトレードオフを直接最適化する。
  論文  参考訳（メタデータ） (2023-01-23T15:22:42Z)
• Sparse high-dimensional linear regression with a partitioned empirical Bayes ECM algorithm [62.997667081978825]
  疎高次元線形回帰に対する計算効率が高く強力なベイズ的手法を提案する。 パラメータに関する最小の事前仮定は、プラグイン経験的ベイズ推定(英語版)を用いて用いられる。 提案手法はRパッケージプローブに実装されている。
  論文  参考訳（メタデータ） (2022-09-16T19:15:50Z)
• Improving Classification Model Performance on Chest X-Rays through Lung Segmentation [63.45024974079371]
  本稿では, セグメンテーションによる異常胸部X線(CXR)識別性能を向上させるための深層学習手法を提案する。 提案手法は,CXR画像中の肺領域を局所化するための深層ニューラルネットワーク(XLSor)と,大規模CXRデータセットで事前学習した自己教師あり運動量コントラスト(MoCo)モデルのバックボーンを用いたCXR分類モデルである。
  論文  参考訳（メタデータ） (2022-02-22T15:24:06Z)
• Multiple Time Series Fusion Based on LSTM An Application to CAP A Phase Classification Using EEG [56.155331323304]
  本研究では,深層学習に基づく脳波チャンネルの特徴レベル融合を行う。 チャネル選択,融合,分類手順を2つの最適化アルゴリズムで最適化した。
  論文  参考訳（メタデータ） (2021-12-18T14:17:49Z)
• Deep Learning Adapted Acceleration for Limited-view Photoacoustic Computed Tomography [1.8830359888767887]
  光音響計算トモグラフィ(PACT)は、PA信号検出のための超音波トランスデューサアレイでターゲットを照らすために、焦点のない大面積の光を使用する。 限定ビュー問題は、幾何学的条件の制限により、PACTの低画質の画像を引き起こす可能性がある。 数学的変動モデルとディープラーニングを組み合わせたモデルベース手法を提案する。
  論文  参考訳（メタデータ） (2021-11-08T02:05:58Z)
• Automatic Breast Lesion Classification by Joint Neural Analysis of Mammography and Ultrasound [1.9814912982226993]
  そこで本研究では,乳がん病変を各乳腺造影像および超音波画像から分類する深層学習法を提案する。 提案されたアプローチは、GoogleNetアーキテクチャに基づいており、データのために2つのトレーニングステップで微調整されています。 AUCは0.94で、単一のモダリティで訓練された最先端のモデルより優れている。
  論文  参考訳（メタデータ） (2020-09-23T09:08:24Z)
• Spectral Data Augmentation Techniques to quantify Lung Pathology from CT-images [6.283778222138156]
  本稿では,離散コサイン変換とウェーブレット変換を用いて,データ拡張のためのスペクトル手法を提案する。 嚢胞性線維症に対するCTテクスチャ解析のアプローチを実証的に評価した。
  論文  参考訳（メタデータ） (2020-04-24T20:57:50Z)

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。