論文の概要: Hybrid Whale-Mud-Ring Optimization for Precise Color Skin Cancer Image
Segmentation
- arxiv url: http://arxiv.org/abs/2311.13512v1
- Date: Wed, 22 Nov 2023 16:35:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-23 14:26:49.316232
- Title: Hybrid Whale-Mud-Ring Optimization for Precise Color Skin Cancer Image
Segmentation
- Title(参考訳): 色皮膚癌画像の高精度分割のためのハイブリッドクジラムードリング最適化
- Authors: Amir Hamza, Badis Lekouaghet and Yassine Himeur
- Abstract要約: 皮膚内視鏡は皮膚がんの早期発見において重要な役割を担っている。
皮膚癌診断の精度を高めるためには,デジタル皮膚内視鏡画像の効果的な処理が重要である。
本稿では,WMRA と呼ばれる Whale Optimization Algorithm とハイブリッド化された Mud Ring Algorithm の強化版を提案する。
- 参考スコア(独自算出の注目度): 2.674706888799469
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Timely identification and treatment of rapidly progressing skin cancers can
significantly contribute to the preservation of patients' health and
well-being. Dermoscopy, a dependable and accessible tool, plays a pivotal role
in the initial stages of skin cancer detection. Consequently, the effective
processing of digital dermoscopy images holds significant importance in
elevating the accuracy of skin cancer diagnoses. Multilevel thresholding is a
key tool in medical imaging that extracts objects within the image to
facilitate its analysis. In this paper, an enhanced version of the Mud Ring
Algorithm hybridized with the Whale Optimization Algorithm, named WMRA, is
proposed. The proposed approach utilizes bubble-net attack and mud ring
strategy to overcome stagnation in local optima and obtain optimal thresholds.
The experimental results show that WMRA is powerful against a cluster of recent
methods in terms of fitness, Peak Signal to Noise Ratio (PSNR), and Mean Square
Error (MSE).
- Abstract(参考訳): 急速に進行する皮膚がんのタイムリーな同定と治療は、患者の健康と健康の維持に大きく寄与する。
皮膚内視鏡(dermoscopy, dermoscopy)は、皮膚がんの早期発見において重要な役割を担っている。
したがって, デジタル皮膚内視鏡画像の効果的な処理は, 皮膚癌診断の精度を高める上で重要である。
マルチレベル閾値設定は、画像内の物体を抽出して分析を容易にする医療画像のキーとなるツールである。
本稿では,WMRA と呼ばれる Whale Optimization Algorithm とハイブリッド化された Mud Ring Algorithm の強化版を提案する。
提案手法はバブルネット攻撃と泥リング戦略を利用して局所最適の停滞を克服し,最適しきい値を得る。
実験の結果、WMRAはフィットネス、Pak Signal to Noise Ratio(PSNR)、Mean Square Error(MSE)といった最近の手法に対して強力であることがわかった。
関連論文リスト
- Intelligent Breast Cancer Diagnosis with Heuristic-assisted
Trans-Res-U-Net and Multiscale DenseNet using Mammogram Images [0.0]
乳癌(BC)は、女性のがん関連死亡率に大きく寄与する。
悪性の腫瘤を正確に識別することは 依然として困難です
マンモグラフィ画像を用いたBCGスクリーニングのための新しい深層学習手法を提案する。
論文 参考訳(メタデータ) (2023-10-30T10:22:14Z) - Diffusion Models for Counterfactual Generation and Anomaly Detection in
Brain Images [59.85702949046042]
病気の画像の健全なバージョンを生成し,それを用いて画素単位の異常マップを得るための弱教師付き手法を提案する。
健常者を対象にした拡散モデルを用いて, サンプリングプロセスの各ステップで拡散拡散確率モデル (DDPM) と拡散拡散確率モデル (DDIM) を組み合わせる。
本手法が正常なサンプルに適用された場合,入力画像は大幅な修正を伴わずに再構成されることを確認した。
論文 参考訳(メタデータ) (2023-08-03T21:56:50Z) - Intra-operative Brain Tumor Detection with Deep Learning-Optimized
Hyperspectral Imaging [37.21885467891782]
グリオーマ(内因性脳腫瘍)の手術は、病変の浸潤性により困難である。
リアルタイム, 術中, ラベルフリー, 広視野の道具は使用できない。
術中指導の可能性を秘めた癌切除のための深層学習型診断ツールを構築した。
論文 参考訳(メタデータ) (2023-02-06T15:52:03Z) - Reversing Skin Cancer Adversarial Examples by Multiscale Diffusive and
Denoising Aggregation Mechanism [12.741866542915346]
皮膚癌診断モデルが早期スクリーニングや医療介入において重要な役割を担っている。
最近の研究では、敵の攻撃に対する極端な脆弱性が明らかにされている。
この作業は、シンプルで、効果的で、リソース効率の良い防御フレームワークを提供する。
論文 参考訳(メタデータ) (2022-08-22T14:52:06Z) - Strategising template-guided needle placement for MR-targeted prostate
biopsy [4.098030060686299]
2次元超音波像と生検針の連続的位置決めの動作を最適化する強化学習方針を学習する。
実験の結果, 提案したRL学習ポリシーは平均ヒット率93%, がんコア長11mmであった。
論文 参考訳(メタデータ) (2022-07-21T23:27:07Z) - 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) - Improving Classification Model Performance on Chest X-Rays through Lung
Segmentation [63.45024974079371]
本稿では, セグメンテーションによる異常胸部X線(CXR)識別性能を向上させるための深層学習手法を提案する。
提案手法は,CXR画像中の肺領域を局所化するための深層ニューラルネットワーク(XLSor)と,大規模CXRデータセットで事前学習した自己教師あり運動量コントラスト(MoCo)モデルのバックボーンを用いたCXR分類モデルである。
論文 参考訳(メタデータ) (2022-02-22T15:24:06Z) - EMT-NET: Efficient multitask network for computer-aided diagnosis of
breast cancer [58.720142291102135]
乳腺腫瘍の分類と分別を同時に行うための,効率的で軽量な学習アーキテクチャを提案する。
腫瘍分類ネットワークにセグメンテーションタスクを組み込むことにより,腫瘍領域に着目したバックボーンネットワークで表現を学習する。
腫瘍分類の精度、感度、特異性はそれぞれ88.6%、94.1%、85.3%である。
論文 参考訳(メタデータ) (2022-01-13T05:24:40Z) - Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based
Sparse PCA Network [93.22587316229954]
ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。
我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
論文 参考訳(メタデータ) (2021-10-27T19:28:36Z) - A New Approach for Automatic Segmentation and Evaluation of Pigmentation
Lesion by using Active Contour Model and Speeded Up Robust Features [0.9134244356393666]
皮膚病変を分節し,それに関連する特徴を抽出するための自動的方法を提案する。
提案された方法では、皮膚の最初に全体画像から皮膚の領域を分割し、平均、分散、RGBおよびHSVパラメータのようないくつかの特徴をセグメント化された領域から抽出する。
本手法を実験的に評価するために,20種類の皮膚病変画像に適用した。
論文 参考訳(メタデータ) (2021-01-18T17:57:42Z) - Spectral-Spatial Recurrent-Convolutional Networks for In-Vivo
Hyperspectral Tumor Type Classification [49.32653090178743]
ハイパースペクトル画像とディープラーニングを用いたin-vivo腫瘍型分類の可能性を示した。
我々の最良のモデルは76.3%のAUCを達成し、従来の学習手法とディープラーニング手法を著しく上回っている。
論文 参考訳(メタデータ) (2020-07-02T12:00:53Z)
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。