Fugu-MT 論文翻訳(概要): Lesion Search with Self-supervised Learning

論文の概要: Lesion Search with Self-supervised Learning

arxiv url: http://arxiv.org/abs/2311.11014v1
Date: Sat, 18 Nov 2023 08:51:25 GMT
ステータス: 処理完了
システム内更新日: 2023-11-22 12:56:55.193386
Title: Lesion Search with Self-supervised Learning
Title（参考訳）: 自己教師付き学習による病変探索
Authors: Kristin Qi, Jiali Cheng, Daniel Haehn
Abstract要約: 自己教師付き学習(SSL)を備えたコンテンツベース画像検索(CBIR)は,手動のアノテーションを使わずに,臨床医による類似画像の解釈を加速させる。比較学習のSimCLRからCBIRを開発し,汎用平均プール(GeM)とL2正規化を併用して病変の分類を行う。その結果、性能が向上した。
参考スコア（独自算出の注目度）: 7.316529151349204
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Content-based image retrieval (CBIR) with self-supervised learning (SSL) accelerates clinicians' interpretation of similar images without manual annotations. We develop a CBIR from the contrastive learning SimCLR and incorporate a generalized-mean (GeM) pooling followed by L2 normalization to classify lesion types and retrieve similar images before clinicians' analysis. Results have shown improved performance. We additionally build an open-source application for image analysis and retrieval. The application is easy to integrate, relieving manual efforts and suggesting the potential to support clinicians' everyday activities.
Abstract（参考訳）: 自己教師付き学習(SSL)を備えたコンテンツベース画像検索(CBIR)は,手動のアノテーションを使わずに,臨床医による類似画像の解釈を促進する。比較学習のSimCLRからCBIRを開発し,汎用平均プール(GeM)とL2正規化を併用して病変型を分類し,臨床医が分析する前に類似画像を検索する。その結果、性能が向上した。また,画像解析と検索のためのオープンソースアプリケーションを構築した。このアプリケーションは簡単に統合でき、手作業が緩和され、臨床医の日常活動を支援する可能性を示唆する。

関連論文リスト

CoBooM: Codebook Guided Bootstrapping for Medical Image Representation Learning [6.838695126692698]
自己教師付き学習は、注釈のないデータを活用することで医療画像分析のための有望なパラダイムとして浮上してきた。既存のSSLアプローチは、医療画像に固有の高い解剖学的類似性を見落としている。連続的および離散的な表現を統合することで、自己監督型医用画像学習のための新しいフレームワークであるCoBooMを提案する。
論文参考訳（メタデータ） (2024-08-08T06:59:32Z)
Image Aesthetics Assessment via Learnable Queries [59.313054821874864]
本稿では,IAA-LQを用いた画像美学評価手法を提案する。フリーズされた画像エンコーダから得られた事前訓練された画像特徴から、学習可能なクエリを適応して美的特徴を抽出する。実世界のデータに関する実験では、IAA-LQの利点が示され、SRCCとPLCCでそれぞれ2.2%、そして2.1%が最先端の手法に勝っている。
論文参考訳（メタデータ） (2023-09-06T09:42:16Z)
Localized Region Contrast for Enhancing Self-Supervised Learning in Medical Image Segmentation [27.82940072548603]
本稿では,地域コントラスト(LRC)を統合した新しいコントラスト学習フレームワークを提案する。提案手法では,Felzenszwalbのアルゴリズムによるスーパーピクセルの同定と,新しいコントラッシブサンプリング損失を用いた局所コントラスト学習を行う。
論文参考訳（メタデータ） (2023-04-06T22:43:13Z)
Vision-Language Modelling For Radiological Imaging and Reports In The Low Data Regime [70.04389979779195]
本稿では,視覚および言語入力を共通空間に埋め込んだ医用視覚言語モデル(VLM)について検討する。本稿では,新しい画像領域やテキスト領域への汎用事前学習モデルの適用など,低データ性能向上のためのいくつかの候補手法について検討する。テキスト・ツー・イメージ検索をベンチマークとして,2つの胸部X線および放射線学的報告を用いた可変サイズのトレーニングデータセットを用いて,これらの手法の性能評価を行った。
論文参考訳（メタデータ） (2023-03-30T18:20:00Z)
Pixel-Level Explanation of Multiple Instance Learning Models in Biomedical Single Cell Images [52.527733226555206]
複数のインスタンス学習モデルを説明するための4つの属性法について検討する。急性骨髄性白血病の2つのデータセットと100万以上の単細胞画像について検討した。我々は、属性マップと医療専門家の注釈を比較し、モデルの意思決定が人間の基準とどのように異なるかを確認する。
論文参考訳（メタデータ） (2023-03-15T14:00:11Z)
GraVIS: Grouping Augmented Views from Independent Sources for Dermatology Analysis [52.04899592688968]
皮膚科画像から自己教師付き特徴を学習するために特に最適化されたGraVISを提案する。 GraVISは、病変のセグメンテーションと疾患分類のタスクにおいて、転送学習と自己教師型学習を著しく上回っている。
論文参考訳（メタデータ） (2023-01-11T11:38:37Z)
Lesion-Aware Contrastive Representation Learning for Histopathology Whole Slide Images Analysis [16.264758789726223]
本稿では,スライド画像解析の病理組織学的手法として,Lesion-Aware Contrastive Learning (LACL) という新しいコントラスト表現学習フレームワークを提案する。実験の結果,LACLは異なるデータセット上での組織像表現学習において,最高の性能を発揮することが示された。
論文参考訳（メタデータ） (2022-06-27T08:39:51Z)
Towards better understanding and better generalization of few-shot classification in histology images with contrastive learning [7.620702640026243]
ナチュラル・イメージに長年定着した話題は少ないが、ヒストロジカル・イメージに携わる作品はほとんどない。本稿では,LCL(Contrative Learning)とLA(Latent Augmentation)を併用して,数ショットのシステムを構築することを提案する。実験では, CLが学習したモデルは, 未知のクラスにおける組織像の教師あり学習よりも一般化し, LAはベースラインよりも一貫した利得をもたらすことがわかった。
論文参考訳（メタデータ） (2022-02-18T07:48:34Z)
Colorectal Polyp Classification from White-light Colonoscopy Images via Domain Alignment [57.419727894848485]
大腸内視鏡画像からの正確な診断を支援するためには,コンピュータ支援診断システムが必要である。これまでのほとんどの研究では、Narrow-Band Imaging (NBI) や他の拡張画像を用いて、ポリプの分化モデルの開発を試みている。正確な大腸ポリープ分類のための教師/学生アーキテクチャに基づく新しい枠組みを提案する。
論文参考訳（メタデータ） (2021-08-05T09:31:46Z)
Lesion-based Contrastive Learning for Diabetic Retinopathy Grading from Fundus Images [2.498907460918493]
糖尿病網膜症自動評価のための自己教師型フレームワーク,すなわち病変に基づくコントラスト学習を提案する。提案フレームワークは,リニア評価と転送容量評価の両方の観点から,DRグレーディングを際立たせる。
論文参考訳（メタデータ） (2021-07-17T16:30:30Z)
Semantic segmentation of multispectral photoacoustic images using deep learning [53.65837038435433]
光音響イメージングは医療に革命をもたらす可能性がある。この技術の臨床的翻訳には、高次元取得したデータを臨床的に関連性があり解釈可能な情報に変換する必要がある。本稿では,多スペクトル光音響画像のセマンティックセグメンテーションに対する深層学習に基づくアプローチを提案する。
論文参考訳（メタデータ） (2021-05-20T09:33:55Z)

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。