論文の概要: Texture features in medical image analysis: a survey
- arxiv url: http://arxiv.org/abs/2208.02046v1
- Date: Tue, 2 Aug 2022 15:31:10 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-04 14:12:16.333071
- Title: Texture features in medical image analysis: a survey
- Title(参考訳): 医用画像解析におけるテクスチャの特徴
- Authors: Faeze Kiani
- Abstract要約: テクスチャ、色、形状は、人間の視覚システムによって画像の内容を認識するために使用される3つの主要な構成要素である。
テクスチャ分析を医学的応用や病気の診断に用い、最先端の手法が生き残っている。
その結果, テクスチャの特徴は, 深部, 色, 形状などの異なる特徴セットを別々に, あるいは共同で組み合わせることで, 医用画像の分類において高い精度が期待できることがわかった。
- 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: The texture is defined as spatial structure of the intensities of the pixels
in an image that is repeated periodically in the whole image or regions, and
makes the concept of the image. Texture, color and shape are three main
components which are used by human visual system to recognize image contents.
In this paper, first of all, efficient and updated texture analysis operators
are survived with details. Next, some state-of-the-art methods are survived
that use texture analysis in medical applications and disease diagnosis.
Finally, different approaches are compared in terms of accuracy, dataset,
application, etc. Results demonstrate that texture features separately or in
joint of different feature sets such as deep, color or shape features provide
high accuracy in medical image classification.
- Abstract(参考訳): テクスチャは、画像全体または領域に周期的に繰り返される画像中の画素の強度の空間構造として定義され、画像の概念となる。
テクスチャ、色、形状は、人間の視覚システムによって画像の内容を認識するために使用される3つの主要な構成要素である。
本稿では,まず,効率的かつ更新されたテクスチャ解析演算子について詳述する。
次に、テクスチャ分析を医学的応用や疾患診断に利用する最先端の手法が生き残る。
最後に、正確性、データセット、アプリケーションなどの観点から異なるアプローチを比較します。
その結果, テクスチャの特徴は, 深部, 色, 形状などの異なる特徴セットを別々に, あるいは共同で組み合わせることで, 医用画像の分類において高い精度が得られた。
関連論文リスト
- TextureDreamer: Image-guided Texture Synthesis through Geometry-aware
Diffusion [64.49276500129092]
TextureDreamerは画像誘導型テクスチャ合成法である。
少数の入力画像から任意のカテゴリでターゲットの3D形状に光沢のあるテクスチャを転送することができる。
論文 参考訳(メタデータ) (2024-01-17T18:55:49Z) - Multiscale Analysis for Improving Texture Classification [62.226224120400026]
本稿では,テクスチャの異なる空間周波数帯域を別々に扱うために,ガウス・ラプラシアピラミッドを用いる。
バイオインスパイアされたテクスチャ記述子,情報理論測度,灰色レベルの共起行列特徴,ハリリック統計特徴から抽出した特徴を特徴ベクトルに集約した。
論文 参考訳(メタデータ) (2022-04-21T01:32:22Z) - Texture Characterization of Histopathologic Images Using Ecological
Diversity Measures and Discrete Wavelet Transform [82.53597363161228]
本稿では,病理組織像間でテクスチャを特徴付ける手法を提案する。
2つのHIデータセットに有望な精度で、そのような画像の固有特性を定量化することが可能である。
論文 参考訳(メタデータ) (2022-02-27T02:19:09Z) - Multi-Texture GAN: Exploring the Multi-Scale Texture Translation for
Brain MR Images [1.9163481966968943]
既存のアルゴリズムのかなりの割合は、ターゲットスキャナーからテクスチャの詳細を明示的に利用し保存することはできない。
本論文では,再構成イメージをより詳細に強調するために,マルチスケールテクスチャ転送の設計を行う。
本手法は,最先端手法において,プロトコール間あるいはスカンナ間翻訳において優れた結果が得られる。
論文 参考訳(メタデータ) (2021-02-14T19:14:06Z) - Retinal Image Segmentation with a Structure-Texture Demixing Network [62.69128827622726]
複雑な構造とテクスチャ情報は網膜画像に混在し、その情報の識別が困難である。
既存の手法はテクスチャと構造を共同で扱うため、偏りのあるモデルをテクスチャ認識に導くことができ、結果としてセグメンテーション性能は低下する。
本稿では,構造成分とテクスチャ成分を分離し,性能を大幅に向上させるセグメンテーション戦略を提案する。
論文 参考訳(メタデータ) (2020-07-15T12:19:03Z) - Structured Landmark Detection via Topology-Adapting Deep Graph Learning [75.20602712947016]
解剖学的顔と医学的ランドマーク検出のための新しいトポロジ適応深層グラフ学習手法を提案する。
提案手法は局所像特徴と大域形状特徴の両方を利用するグラフ信号を構成する。
3つの公開顔画像データセット(WFLW、300W、COFW-68)と3つの現実世界のX線医学データセット(ケパロメトリ、ハンド、ペルビス)で実験を行った。
論文 参考訳(メタデータ) (2020-04-17T11:55:03Z) - Image Quality Assessment: Unifying Structure and Texture Similarity [38.05659069533254]
テクスチャリサンプリングに対する耐性を明示した,最初のフル参照画像品質モデルを開発した。
畳み込みニューラルネットワークを用いて、画像をオーバーコンプリート表現に変換するインジェクティブで微分可能な関数を構築する。
論文 参考訳(メタデータ) (2020-04-16T16:11:46Z) - Pathological Retinal Region Segmentation From OCT Images Using Geometric
Relation Based Augmentation [84.7571086566595]
本稿では,幾何学と形状の内在的関係を共同で符号化することで,従来のGANベースの医用画像合成法よりも優れた手法を提案する。
提案手法は,取得手順の異なる画像を有する公開RETOUCHデータセット上で,最先端のセグメンテーション手法より優れている。
論文 参考訳(メタデータ) (2020-03-31T11:50:43Z) - Image retrieval approach based on local texture information derived from
predefined patterns and spatial domain information [14.620086904601472]
提案手法の性能は,Simplicityデータベース上での精度とリコールの観点から評価する。
比較の結果,提案手法は既知の多くの手法よりも精度が高いことがわかった。
論文 参考訳(メタデータ) (2019-12-30T16:11:04Z)
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。