論文の概要: CeCNN: Copula-enhanced convolutional neural networks in joint prediction
of refraction error and axial length based on ultra-widefield fundus images
- arxiv url: http://arxiv.org/abs/2311.03967v1
- Date: Tue, 7 Nov 2023 13:06:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-08 15:36:51.710553
- Title: CeCNN: Copula-enhanced convolutional neural networks in joint prediction
of refraction error and axial length based on ultra-widefield fundus images
- Title（参考訳）: cecnn:超広視野眼底画像に基づく屈折誤差と軸長の同時予測におけるコプラエンハンスド畳み込みニューラルネットワーク
- Authors: Chong Zhong, Yang Li, Danjuan Yang, Meiyan Li, Xingyao Zhou, Bo Fu,
Catherine C. Liu, and A.H. Welsh
- Abstract要約: 本稿では,ガウスコプラによる応答間の依存性を組み込んだ,コプラ強化畳み込みニューラルネットワーク(CeCNN)フレームワークを提案する。
バックボーンモデルに依存性情報を追加すると,CeCNNの精度が向上することを示す。
- 参考スコア（独自算出の注目度）: 6.787893694522311
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Ultra-widefield (UWF) fundus images are replacing traditional fundus images
in screening, detection, prediction, and treatment of complications related to
myopia because their much broader visual range is advantageous for highly
myopic eyes. Spherical equivalent (SE) is extensively used as the main myopia
outcome measure, and axial length (AL) has drawn increasing interest as an
important ocular component for assessing myopia. Cutting-edge studies show that
SE and AL are strongly correlated. Using the joint information from SE and AL
is potentially better than using either separately. In the deep learning
community, though there is research on multiple-response tasks with a 3D image
biomarker, dependence among responses is only sporadically taken into
consideration. Inspired by the spirit that information extracted from the data
by statistical methods can improve the prediction accuracy of deep learning
models, we formulate a class of multivariate response regression models with a
higher-order tensor biomarker, for the bivariate tasks of
regression-classification and regression-regression. Specifically, we propose a
copula-enhanced convolutional neural network (CeCNN) framework that
incorporates the dependence between responses through a Gaussian copula (with
parameters estimated from a warm-up CNN) and uses the induced copula-likelihood
loss with the backbone CNNs. We establish the statistical framework and
algorithms for the aforementioned two bivariate tasks. We show that the CeCNN
has better prediction accuracy after adding the dependency information to the
backbone models. The modeling and the proposed CeCNN algorithm are applicable
beyond the UWF scenario and can be effective with other backbones beyond ResNet
and LeNet.
- Abstract（参考訳）: UWF (Ultra-widefield) の眼底画像は、より広い視野の視線が近視眼に有利であるため、ミオピアに関連する合併症のスクリーニング、検出、予測、治療において従来の眼底画像を置き換える。
球状同値 (SE) は主近視結果の指標として広く用いられ, 軸長 (AL) は近視評価の重要な眼球成分として注目されている。
切断端の研究はSEとALが強く相関していることを示している。
SE と AL のジョイント情報を使用することは,どちらを別々に使用するよりもよい可能性がある。
深層学習コミュニティでは、3次元画像バイオマーカーを用いたマルチレスポンスタスクの研究があるが、応答間の依存は散発的にのみ考慮されている。
統計的手法によってデータから抽出された情報によって深層学習モデルの予測精度が向上するという精神に触発され,回帰分類と回帰回帰回帰という二変量課題に対して,高次テンソルバイオマーカーを用いた多変量応答回帰モデルのクラスを定式化する。
具体的には,ガウシアンコプラ(ウォームアップcnnから推定されるパラメータを含む)による応答間の依存性を取り入れ,バックボーンcnnによるコプラ類似度損失を誘発するコプラ拡張畳み込みニューラルネットワーク(cecnn)フレームワークを提案する。
上記の2つの二変量タスクの統計的枠組みとアルゴリズムを確立する。
バックボーンモデルに依存性情報を追加すると,CeCNNの精度が向上することを示す。
モデリングと提案されたCeCNNアルゴリズムはUWFのシナリオを超えて適用でき、ResNetやLeNet以外のバックボーンでも有効である。
関連論文リスト
- OUCopula: Bi-Channel Multi-Label Copula-Enhanced Adapter-Based CNN for Myopia Screening Based on OU-UWF Images [6.331220638842259]
近縁超広視野撮影(UWF)による近視性検診は眼科成績に有意な影響を及ぼすと考えられた。
近年,眼科と深部学習(DL)の多分野的な研究は,主に単一眼画像を用いた疾患の分類と診断に焦点をあてている。
我々は,OU UWF Fundus image (OUCopula) を用いたCNN学習の枠組みを提案する。
論文 参考訳（メタデータ） (2024-03-18T17:12:00Z) - Spherical CNN for Medical Imaging Applications: Importance of
Equivariance in image reconstruction and denoising [0.0]
同変ネットワークは、トモグラフィー応用のための効率的かつ高性能なアプローチである。
2次元および3次元の医療画像問題に対する同変球状CNNの有効性を評価した。
本稿では,従来の画像再構成ツールの補完としてSCNNを用いた新しい手法を提案する。
論文 参考訳（メタデータ） (2023-07-06T21:18:47Z) - Transferability of coVariance Neural Networks and Application to
Interpretable Brain Age Prediction using Anatomical Features [119.45320143101381]
グラフ畳み込みネットワーク(GCN)は、トポロジー駆動のグラフ畳み込み演算を利用して、推論タスクのためにグラフをまたいだ情報を結合する。
我々は、共分散行列をグラフとして、共分散ニューラルネットワーク(VNN)の形でGCNを研究した。
VNNは、GCNからスケールフリーなデータ処理アーキテクチャを継承し、ここでは、共分散行列が極限オブジェクトに収束するデータセットに対して、VNNが性能の転送可能性を示すことを示す。
論文 参考訳（メタデータ） (2023-05-02T22:15:54Z) - Knowledge Enhanced Neural Networks for relational domains [83.9217787335878]
我々は、ニューラルネットワークに事前論理的知識を注入するニューラルネットワークアーキテクチャであるKENNに焦点を当てる。
本稿では,関係データに対するKENNの拡張を提案する。
論文 参考訳（メタデータ） (2022-05-31T13:00:34Z) - CNNs and GANs in MRI-based cross-modality medical image estimation [1.5469452301122177]
クロスモダリティ画像推定では、別のモダリティの画像から1つの医療画像モダリティの画像を生成する。
CNNは画像パターンの識別、特徴付け、抽出に有用であることが示されている。
生成敵対ネットワーク(GAN)は、CNNをジェネレータとして使用し、推定画像は追加ネットワークに基づいて真または偽と判別される。
論文 参考訳（メタデータ） (2021-06-04T01:27:57Z) - (ASNA) An Attention-based Siamese-Difference Neural Network with
Surrogate Ranking Loss function for Perceptual Image Quality Assessment [0.0]
画像復元と拡張のための逆訓練フレームワークを利用する深層畳み込みニューラルネットワーク(dcnn)は、処理された画像のシャープさを大幅に改善した。
イメージの知覚品質とよく一致したパフォーマンスを反映した定量的指標を開発する必要がある。
本稿では,従来のSiameseネットワークの拡張アーキテクチャを用いた畳み込みニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2021-05-06T09:04:21Z) - Adversarial Robustness Study of Convolutional Neural Network for Lumbar
Disk Shape Reconstruction from MR images [1.2809525640002362]
本研究では, 腰椎MR画像から腰椎椎間板形状を再構成するための代表的CNNのin-distriion (IND) とout-of-distriion (OOD) の対向性について検討した。
以上の結果から, IND対人訓練は, IND対人攻撃に対するCNNのロバスト性を向上し, より大きなトレーニングデータセットがIND対人攻撃のロバスト性を高める可能性が示唆された。
論文 参考訳（メタデータ） (2021-02-04T20:57:49Z) - Learning Deep Interleaved Networks with Asymmetric Co-Attention for
Image Restoration [65.11022516031463]
本稿では,高品質(本社)画像再構成のために,異なる状態の情報をどのように組み合わせるべきかを学習するディープインターリーブドネットワーク(DIN)を提案する。
本稿では,各インターリーブノードにアタッチメントされた非対称なコアテンション(AsyCA)を提案し,その特性依存性をモデル化する。
提案したDINはエンドツーエンドで訓練でき、様々な画像復元タスクに適用できる。
論文 参考訳（メタデータ） (2020-10-29T15:32:00Z) - RetiNerveNet: Using Recursive Deep Learning to Estimate Pointwise 24-2
Visual Field Data based on Retinal Structure [109.33721060718392]
緑内障は 世界でも 不可逆的な盲目の 主要な原因です 7000万人以上が 影響を受けています
The Standard Automated Perimetry (SAP) test's innate difficulty and its high test-retest variable, we propose the RetiNerveNet。
論文 参考訳（メタデータ） (2020-10-15T03:09:08Z) - Neural Networks with Recurrent Generative Feedback [61.90658210112138]
畳み込みニューラルネットワーク(CNN)でこの設計をインスタンス化する
実験では、標準ベンチマーク上の従来のフィードフォワードCNNに対して、CNN-Fは敵のロバスト性を大幅に改善した。
論文 参考訳（メタデータ） (2020-07-17T19:32:48Z) - Retinopathy of Prematurity Stage Diagnosis Using Object Segmentation and
Convolutional Neural Networks [68.96150598294072]
未熟児網膜症(英: Retinopathy of Prematurity、ROP)は、主に体重の低い未熟児に影響を及ぼす眼疾患である。
網膜の血管の増殖を招き、視力喪失を招き、最終的には網膜剥離を招き、失明を引き起こす。
近年,ディープラーニングを用いて診断を自動化する試みが盛んに行われている。
本稿では,従来のモデルの成功を基盤として,オブジェクトセグメンテーションと畳み込みニューラルネットワーク(CNN)を組み合わせた新しいアーキテクチャを開発する。
提案システムでは,まず対象分割モデルを訓練し,画素レベルでの区切り線を識別し,その結果のマスクを追加の"カラー"チャネルとして付加する。
論文 参考訳（メタデータ） (2020-04-03T14:07:41Z)
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。