論文の概要: A Rotation Meanout Network with Invariance for Dermoscopy Image Classification and Retrieval

• arxiv url: http://arxiv.org/abs/2208.00627v1
• Date: Mon, 1 Aug 2022 06:15:52 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-02 14:00:41.189081
• Title: A Rotation Meanout Network with Invariance for Dermoscopy Image Classification and Retrieval
• Title（参考訳）: 皮膚内視鏡画像分類と検索のための不変性を考慮した回転平均ネットワーク
• Authors: Yilan Zhang, Fengying Xie, Xuedong Song, Hangning Zhou, Yiguang Yang, Haopeng Zhang, Jie Liu
• Abstract要約: 皮膚内視鏡画像から回転不変性を抽出する回転平均化(RM)ネットワークを提案する。 提案したRMは、ネットワーク構造を変更したりパラメータを増やしたりせず、CNNの任意の部分に柔軟に組み込むことができる汎用演算である。 その結果,本手法は他の抗ローテーション法よりも優れており,皮膚内視鏡画像の分類と検索作業の大幅な改善が達成されている。
• 参考スコア（独自算出の注目度）: 6.729017215180208
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The computer-aided diagnosis (CAD) system can provide a reference basis for the clinical diagnosis of skin diseases. Convolutional neural networks (CNNs) can not only extract visual elements such as colors and shapes but also semantic features. As such they have made great improvements in many tasks of dermoscopy images. The imaging of dermoscopy has no main direction, indicating that there are a large number of skin lesion target rotations in the datasets. However, CNNs lack anti-rotation ability, which is bound to affect the feature extraction ability of CNNs. We propose a rotation meanout (RM) network to extract rotation invariance features from dermoscopy images. In RM, each set of rotated feature maps corresponds to a set of weight-sharing convolution outputs and they are fused using meanout operation to obtain the final feature maps. Through theoretical derivation, the proposed RM network is rotation-equivariant and can extract rotation-invariant features when being followed by the global average pooling (GAP) operation. The extracted rotation-invariant features can better represent the original data in classification and retrieval tasks for dermoscopy images. The proposed RM is a general operation, which does not change the network structure or increase any parameter, and can be flexibly embedded in any part of CNNs. Extensive experiments are conducted on a dermoscopy image dataset. The results show our method outperforms other anti-rotation methods and achieves great improvements in dermoscopy image classification and retrieval tasks, indicating the potential of rotation invariance in the field of dermoscopy images.
• Abstract（参考訳）: コンピュータ支援診断(cad)システムは、皮膚疾患の臨床診断の基準となる基礎を提供することができる。 畳み込みニューラルネットワーク(CNN)は、色や形状などの視覚要素だけでなく、意味的な特徴も抽出できる。 そのため、皮膚鏡画像の多くのタスクにおいて大きな改善がなされている。 皮膚内視鏡のイメージングは、主な方向を持たず、データセットに多数の皮膚病変の標的回転があることを示している。 しかし、CNNには抗回転能力がなく、CNNの特徴抽出能力に影響を及ぼす。 皮膚内視鏡画像から回転不変性を抽出する回転平均化(RM)ネットワークを提案する。 rmでは、回転した各特徴マップは、重み共有畳み込み出力のセットに対応し、それらを平均演算を用いて融合して最終特徴マップを得る。 理論的導出により、提案したRMネットワークは回転同変であり、大域平均プーリング(GAP)操作の後に回転不変の特徴を抽出することができる。 抽出した回転不変特徴は、皮膚内視鏡画像の分類および検索作業における元のデータをよりよく表現することができる。 提案するrmは一般的な操作であり、ネットワーク構造を変更したりパラメータを増やしたりせず、cnnの任意の部分に柔軟に組み込むことができる。 皮膚内視鏡画像データセットを用いて大規模な実験を行う。 以上の結果から,本手法は他の抗ローテーション法よりも優れており,皮膚内視鏡画像の分類や検索作業の大幅な改善を実現している。

関連論文リスト

• PreCM: The Padding-based Rotation Equivariant Convolution Mode for Semantic Segmentation [10.74841255987162]
  本稿では,パッド型回転同変畳み込みモード(PreCM)を数値的に構築する。 PreCMは、マルチスケールの画像や畳み込みカーネルだけでなく、複数の畳み込みを置き換えるための代替コンポーネントとしても使用できる。 実験により、PreCMベースのネットワークは、元のネットワークやデータ拡張ベースのネットワークよりもセグメンテーション性能が良いことを示した。
  論文  参考訳（メタデータ） (2024-11-03T16:26:55Z)
• RIDE: Self-Supervised Learning of Rotation-Equivariant Keypoint Detection and Invariant Description for Endoscopy [83.4885991036141]
  RIDEは回転同変検出と不変記述のための学習に基づく手法である。 内視鏡画像の大規模なキュレーションを自己指導的に行う。 マッチングと相対的なポーズ推定タスクに対して、最先端のパフォーマンスを新たに設定する。
  論文  参考訳（メタデータ） (2023-09-18T08:16:30Z)
• Data-Efficient Vision Transformers for Multi-Label Disease Classification on Chest Radiographs [55.78588835407174]
  視覚変換器(ViT)は一般的な画像の分類性能が高いにもかかわらず、このタスクには適用されていない。 ViTは、畳み込みではなくパッチベースの自己アテンションに依存しており、CNNとは対照的に、ローカル接続に関する事前の知識は存在しない。 以上の結果から,ViTとCNNのパフォーマンスはViTの利点に匹敵するものの,DeiTsはトレーニング用に適度に大規模なデータセットが利用可能であれば,前者よりも優れることがわかった。
  論文  参考訳（メタデータ） (2022-08-17T09:07:45Z)
• Automated SSIM Regression for Detection and Quantification of Motion Artefacts in Brain MR Images [54.739076152240024]
  磁気共鳴脳画像における運動アーチファクトは重要な問題である。 MR画像の画質評価は,臨床診断に先立って基本的である。 構造類似度指数(SSIM)回帰に基づく自動画像品質評価法が提案されている。
  論文  参考訳（メタデータ） (2022-06-14T10:16:54Z)
• Scale-Equivariant Unrolled Neural Networks for Data-Efficient Accelerated MRI Reconstruction [33.82162420709648]
  本稿では,大規模同変畳み込みニューラルネットワークを用いたニューラルネットワークの近位演算子をモデル化する。 我々のアプローチは、同じメモリ制約下での最先端のアンロールニューラルネットワークに対する強力な改善を示す。
  論文  参考訳（メタデータ） (2022-04-21T23:29:52Z)
• Two-Stream Graph Convolutional Network for Intra-oral Scanner Image Segmentation [133.02190910009384]
  本稿では,2ストリームグラフ畳み込みネットワーク(TSGCN)を提案する。 TSGCNは3次元歯(表面)セグメンテーションにおいて最先端の方法よりも優れています。
  論文  参考訳（メタデータ） (2022-04-19T10:41:09Z)
• Rotaflip: A New CNN Layer for Regularization and Rotational Invariance in Medical Images [0.0]
  本稿では,各畳み込み層の後,少数の特徴写像に対して反射のランダムな回転を適用して正規化を行うCNN層を提案する。 医用画像などの配向対称性を持つ画像に対して,この概念が有用であることを示す。
  論文  参考訳（メタデータ） (2021-08-05T16:13:36Z)
• Unsupervised Domain Adaptation via CycleGAN for White Matter Hyperintensity Segmentation in Multicenter MR Images [2.627822659948232]
  磁気共鳴画像における白色物質の過強度の定量化は、脳卒中、認知症、死亡のリスクを予測する指標となる。 過去数年間、バイオメディカルなイメージセグメンテーションに適した畳み込みニューラルネットワーク(CNN)は、このタスクにおけるこれまでのすべての技術より優れている。 本研究では,脳病変を有するマルチセンターMR画像に対して,非教師なし領域適応を行うために,CycleGAN (CycleGAN) を用いた方法について検討する。
  論文  参考訳（メタデータ） (2020-09-10T16:48:19Z)
• Improved Slice-wise Tumour Detection in Brain MRIs by Computing Dissimilarities between Latent Representations [68.8204255655161]
  磁気共鳴画像(MRI)の異常検出は教師なし手法で行うことができる。 本研究では,変分オートエンコーダの潜伏空間における相似関数の計算に基づいて,腫瘍検出のためのスライスワイズ半教師法を提案する。 本研究では,高解像度画像上でのモデルをトレーニングし,再現の質を向上させることにより,異なるベースラインに匹敵する結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-07-24T14:02:09Z)
• Towards Unsupervised Learning for Instrument Segmentation in Robotic Surgery with Cycle-Consistent Adversarial Networks [54.00217496410142]
  本稿では、入力された内視鏡画像と対応するアノテーションとのマッピングを学習することを目的として、未ペア画像から画像への変換を提案する。 当社のアプローチでは,高価なアノテーションを取得することなく,イメージセグメンテーションモデルをトレーニングすることが可能です。 提案手法をEndovis 2017チャレンジデータセットで検証し,教師付きセグメンテーション手法と競合することを示す。
  論文  参考訳（メタデータ） (2020-07-09T01:39:39Z)
• Roto-Translation Equivariant Convolutional Networks: Application to Histopathology Image Analysis [11.568329857588099]
  畳み込みネットワークにおける特殊ユークリッド運動群SE(2)の幾何学的構造を符号化する枠組みを提案する。 提案手法を用いることで,一貫した性能向上が達成できることを示す。
  論文  参考訳（メタデータ） (2020-02-20T13:44:29Z)

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。