Fugu-MT 論文翻訳(概要): Lithium Metal Battery Quality Control via Transformer-CNN Segmentation

論文の概要: Lithium Metal Battery Quality Control via Transformer-CNN Segmentation

arxiv url: http://arxiv.org/abs/2302.04824v1
Date: Thu, 9 Feb 2023 18:25:24 GMT
ステータス: 処理完了
システム内更新日: 2023-02-10 14:49:58.208493
Title: Lithium Metal Battery Quality Control via Transformer-CNN Segmentation
Title（参考訳）: 変圧器-CNNセグメンテーションによるリチウム電池の品質管理
Authors: Jerome Quenum, David Perlmutter, Ying Huang, Iryna Zenyuk, and Daniela Ushizima
Abstract要約: デンドライト形態を観察する非破壊的手法は、しばしばコンピュータ化されたX線トモグラフィー(XCT)を用いて断面ビューを提供する。電池内部の3次元構造を検索するためには,XCT画像の定量的解析に画像セグメンテーションが不可欠である。本研究では,XCTデータからデンドライトをセグメント化可能なトランスフォーマーベースニューラルネットワーク(T-Net)モデルを用いた新しいバイナリセマンティックセマンティックセマンティックアプローチを提案する。
参考スコア（独自算出の注目度）: 1.7924142199351856
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Lithium metal battery (LMB) has the potential to be the next-generation battery system because of their high theoretical energy density. However, defects known as dendrites are formed by heterogeneous lithium (Li) plating, which hinder the development and utilization of LMBs. Non-destructive techniques to observe the dendrite morphology often use computerized X-ray tomography (XCT) imaging to provide cross-sectional views. To retrieve three-dimensional structures inside a battery, image segmentation becomes essential to quantitatively analyze XCT images. This work proposes a new binary semantic segmentation approach using a transformer-based neural network (T-Net) model capable of segmenting out dendrites from XCT data. In addition, we compare the performance of the proposed T-Net with three other algorithms, such as U-Net, Y-Net, and E-Net, consisting of an Ensemble Network model for XCT analysis. Our results show the advantages of using T-Net in terms of object metrics, such as mean Intersection over Union (mIoU) and mean Dice Similarity Coefficient (mDSC) as well as qualitatively through several comparative visualizations.
Abstract（参考訳）: リチウム・メタル・バッテリ(LMB)は理論エネルギー密度が高いため次世代のバッテリシステムとなる可能性がある。しかし、デンドライトとして知られる欠陥は、LMBの開発と利用を妨げる不均一なリチウム(Li)めっきによって形成される。デンドライト形態を観察する非破壊的手法は、しばしばコンピュータ化されたX線トモグラフィー(XCT)を用いて断面ビューを提供する。電池内部の3次元構造を検索するためには,XCT画像の定量的解析に画像セグメンテーションが不可欠である。本稿では,xctデータからデンドライトをセグメント化できるトランスフォーマーベースニューラルネットワーク(t-net)モデルを用いた,新たなバイナリ意味セグメンテーション手法を提案する。さらに,提案したT-Netの性能を,XCT解析のためのEnsemble Networkモデルからなる他の3つのアルゴリズム(U-Net,Y-Net,E-Net)と比較した。この結果から,T-Netを用いたオブジェクトメトリクス(mIoU平均)やDice similarity Coefficient平均(mDSC平均)などの利点が得られた。

関連論文リスト

SDR-Former: A Siamese Dual-Resolution Transformer for Liver Lesion Classification Using 3D Multi-Phase Imaging [59.78761085714715]
本研究は肝病変分類のための新しいSDR-Formerフレームワークを提案する。提案フレームワークは2つの臨床データセットに関する総合的な実験を通じて検証された。科学コミュニティを支援するため,肝病変解析のための多段階MRデータセットを公開しています。
論文参考訳（メタデータ） (2024-02-27T06:32:56Z)
CAFCT-Net: A CNN-Transformer Hybrid Network with Contextual and Attentional Feature Fusion for Liver Tumor Segmentation [3.8952128960495638]
肝腫瘍分節化のためのコンテクスト・アテンショナル機能FusionsEnhanced Convolutional Network (CNN) と Transformer Hybrid Network (CAFCT-Net) を提案する。実験の結果,提案モデルの平均断面積は76.54%,Dice係数は84.29%であった。
論文参考訳（メタデータ） (2024-01-30T10:42:11Z)
Quantum optimization algorithms for CT image segmentation from X-ray data [0.0]
本稿では,2次非制約二元最適化(QUBO)と呼ばれる高度な量子最適化アルゴリズムを用いた新しい手法を提案する。ラドン変換を用いて、実験的に得られたシングラムと量子化されたセグメンテーションCT画像から得られた量子化されたシングラムとの差を最小限に抑えたX線投影データからのセグメンテーションCT画像の取得を可能にする。本研究は,実世界のX線データの検証にD-Waveのハイブリッドソルバシステムを利用した。
論文参考訳（メタデータ） (2023-06-08T19:37:43Z)
3D Mitochondria Instance Segmentation with Spatio-Temporal Transformers [101.44668514239959]
本稿では,空間的および時間的注意を並列に効率的に計算するハイブリッドエンコーダデコーダフレームワークを提案する。また,ミトコンドリアインスタンスの領域を背景から支援する訓練中に,意味的クラッタ・バックグラウンドの逆行性障害も導入した。
論文参考訳（メタデータ） (2023-03-21T17:58:49Z)
SwinVFTR: A Novel Volumetric Feature-learning Transformer for 3D OCT Fluid Segmentation [0.0]
3DボリュームCT画像の精密な流体分割のためのトランスフォーマーベースアーキテクチャであるSwinVFTRを提案する。まず、チャネルワイドボリュームサンプリングを用いて、深さの異なるOCTボリュームのトレーニングを行う(Bスキャン)。次に、エンコーダ内の新しいシフトウインドウトランスフォーマーブロックを使用して、流体領域のより優れたローカライゼーションとセグメンテーションを実現する。
論文参考訳（メタデータ） (2023-03-16T11:16:02Z)
Anatomically constrained CT image translation for heterogeneous blood vessel segmentation [3.88838725116957]
造影CT(ceCT)画像の解剖学的構造は, 造影剤拡散の変動により, 分画が困難になる可能性がある。放射線線量を制限するために、生成モデルは1つのモダリティを合成するために用いられる。 CycleGANは、ペアデータの必要性を軽減するため、特に注目を集めている。本稿では,高忠実度画像を生成するためのCycleGANの拡張について述べる。
論文参考訳（メタデータ） (2022-10-04T16:14:49Z)
Robust Implementation of Foreground Extraction and Vessel Segmentation for X-ray Coronary Angiography Image Sequence [4.653742319057035]
X-ray coronary angiography (XCA) 画像からの造影血管の抽出は臨床的に重要である。テンソルロバスト主成分分析(TRPCA)に基づく容器層抽出法を提案する。不均質なコントラスト分布を有する容器画像に対しては,2段階成長(TSRG)法を用いて血管拡張とセグメンテーションを行う。
論文参考訳（メタデータ） (2022-09-15T12:07:09Z)
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)
Multi-Channel Convolutional Analysis Operator Learning for Dual-Energy CT Reconstruction [108.06731611196291]
我々は,多チャンネル畳み込み解析演算子学習法(MCAOL)を開発した。本研究では,低エネルギー,高エネルギーで減衰画像を共同で再構成する最適化手法を提案する。
論文参考訳（メタデータ） (2022-03-10T14:22:54Z)
Automatic size and pose homogenization with spatial transformer network to improve and accelerate pediatric segmentation [51.916106055115755]
空間変換器ネットワーク(STN)を利用することにより、ポーズとスケール不変の新たなCNNアーキテクチャを提案する。私たちのアーキテクチャは、トレーニング中に一緒に見積もられる3つのシーケンシャルモジュールで構成されています。腹部CTスキャナーを用いた腎および腎腫瘍の分節法について検討した。
論文参考訳（メタデータ） (2021-07-06T14:50:03Z)
CoTr: Efficiently Bridging CNN and Transformer for 3D Medical Image Segmentation [95.51455777713092]
畳み込みニューラルネットワーク(CNN)は、現代の3D医療画像セグメンテーションのデファクトスタンダードとなっている。本稿では,bf畳み込みニューラルネットワークとbfトランスbf(cotr)を効率良く橋渡しし,正確な3次元医用画像分割を実現する新しい枠組みを提案する。
論文参考訳（メタデータ） (2021-03-04T13:34:22Z)

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。