論文の概要: Gaze-DETR: Using Expert Gaze to Reduce False Positives in Vulvovaginal Candidiasis Screening
- arxiv url: http://arxiv.org/abs/2405.09463v1
- Date: Wed, 15 May 2024 15:56:18 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-16 12:56:32.580988
- Title: Gaze-DETR: Using Expert Gaze to Reduce False Positives in Vulvovaginal Candidiasis Screening
- Title（参考訳）: Gaze-DETR:Vulvovaginal candidiasisスクリーニングにおけるエキスパート・ゲイズによる偽陽性率の低減
- Authors: Yan Kong, Sheng Wang, Jiangdong Cai, Zihao Zhao, Zhenrong Shen, Yonghao Li, Manman Fei, Qian Wang,
- Abstract要約: 本稿では、視線データを統合する先駆的手法であるGaze-DETRを紹介し、偽陽性を減らしてニューラルネットワークの精度を向上させる。
Gaze-DETRには、共通の視線誘導型ウォームアッププロトコルと、DETRベースのモデル用に設計された視線誘導型補正戦略が組み込まれている。
我々の総合的なテストでは、Gaze-DETRが既存の先行手法を超えることが確認され、検出精度と一般化性において顕著な改善が示された。
- 参考スコア（独自算出の注目度）: 13.61666134275623
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Accurate detection of vulvovaginal candidiasis is critical for women's health, yet its sparse distribution and visually ambiguous characteristics pose significant challenges for accurate identification by pathologists and neural networks alike. Our eye-tracking data reveals that areas garnering sustained attention - yet not marked by experts after deliberation - are often aligned with false positives of neural networks. Leveraging this finding, we introduce Gaze-DETR, a pioneering method that integrates gaze data to enhance neural network precision by diminishing false positives. Gaze-DETR incorporates a universal gaze-guided warm-up protocol applicable across various detection methods and a gaze-guided rectification strategy specifically designed for DETR-based models. Our comprehensive tests confirm that Gaze-DETR surpasses existing leading methods, showcasing remarkable improvements in detection accuracy and generalizability.
- Abstract（参考訳）: ヴァルボバジナルカンジダイシスの正確な検出は女性の健康にとって重要であるが、その分布と視覚的不明瞭な特徴は、病理学者やニューラルネットワークによる正確な同定に重大な課題をもたらす。
私たちの視線追跡データによると、議論の後に専門家によってマークされていない領域は、しばしばニューラルネットワークの偽陽性と一致している。
この発見を生かしたGaze-DETRは、視線データを統合する先駆的手法であり、偽陽性を減らしてニューラルネットワークの精度を向上させる。
Gaze-DETRには、様々な検出方法に適用可能な普遍的な視線誘導ウォームアッププロトコルと、DETRベースのモデル用に設計された視線誘導補正戦略が組み込まれている。
我々の総合的なテストでは、Gaze-DETRが既存の先行手法を超えることが確認され、検出精度と一般化性において顕著な改善が示された。
関連論文リスト
- Towards Few-shot Out-of-Distribution Detection [6.297489935041838]
アウト・オブ・ディストリビューション(OOD)検出は、オープンワールドのインテリジェントシステムの信頼性を確保するために重要である。
本研究は, トレーニングサンプルの不足により, 有意な性能低下が認められた。
我々はこのギャップに対処するために慎重に構築された新しい数発のOOD検出ベンチマークを導入する。
論文 参考訳（メタデータ） (2023-11-20T03:51:58Z) - GazeForensics: DeepFake Detection via Gaze-guided Spatial Inconsistency
Learning [63.547321642941974]
本稿では,3次元視線推定モデルから得られた視線表現を利用する,革新的なDeepFake検出手法であるGazeForensicsを紹介する。
実験の結果,提案したGazeForensicsは現在の最先端手法よりも優れていることがわかった。
論文 参考訳（メタデータ） (2023-11-13T04:48:33Z) - Enhancing Open-World Bacterial Raman Spectra Identification by Feature
Regularization for Improved Resilience against Unknown Classes [0.0]
従来のクローズドセット分類手法は、全ての試験サンプルが既知の病原体の1つに属すると仮定する。
ラマン分光法による病原体を同定する現在の最先端ニューラルネットワークは未知の入力に対して脆弱であることを示す。
我々はResNetアーキテクチャの新しいアンサンブルと、既存のクローズドワールド手法よりも優れたアテンションメカニズムを組み合わさった。
論文 参考訳（メタデータ） (2023-10-19T17:19:47Z) - Attention Consistency Refined Masked Frequency Forgery Representation
for Generalizing Face Forgery Detection [96.539862328788]
既存の偽造検出方法は、未確認領域の真正性を決定する不満足な一般化能力に悩まされている。
ACMF(Attention Consistency Refined masked frequency forgery representation model)を提案する。
いくつかのパブリックフェイスフォージェリーデータセットの実験結果から,提案手法の性能は最先端の手法と比較して優れていることが示された。
論文 参考訳（メタデータ） (2023-07-21T08:58:49Z) - Reversing the Abnormal: Pseudo-Healthy Generative Networks for Anomaly
Detection [8.737589725372398]
PHANES(Pseudo Healthy Generative Network for Anomaly)と呼ばれる新しい教師なしアプローチを導入する。
本手法は, 異常を回復し, 健康な組織を保存し, 異常領域を偽の健康再建に置き換える機能を有する。
我々は、T1w脳MRIデータセットの脳梗塞検出におけるPHANESの有効性を実証し、最先端(SOTA)法よりも大幅に改善したことを示す。
論文 参考訳（メタデータ） (2023-03-15T08:54:20Z) - Energy-based Out-of-Distribution Detection for Graph Neural Networks [76.0242218180483]
我々は,GNNSafeと呼ばれるグラフ上での学習のための,シンプルで強力で効率的なOOD検出モデルを提案する。
GNNSafeは、最先端技術に対するAUROCの改善を最大17.0%で達成しており、そのような未開発領域では単純だが強力なベースラインとして機能する可能性がある。
論文 参考訳（メタデータ） (2023-02-06T16:38:43Z) - Improving the Adversarial Robustness of NLP Models by Information
Bottleneck [112.44039792098579]
非破壊機能は敵によって容易に操作でき、NLPモデルを騙すことができる。
本研究では,情報ボトルネック理論を用いて,タスク固有のロバストな特徴を捕捉し,非ロバストな特徴を除去する可能性を検討する。
情報ボトルネックに基づく手法を用いてトレーニングしたモデルでは,ロバストな精度で大幅な改善が達成できることを示す。
論文 参考訳（メタデータ） (2022-06-11T12:12:20Z) - Real-time landmark detection for precise endoscopic submucosal
dissection via shape-aware relation network [51.44506007844284]
内視鏡下粘膜下郭清術における高精度かつリアルタイムなランドマーク検出のための形状認識型関係ネットワークを提案する。
まず,ランドマーク間の空間的関係に関する先行知識を直感的に表現する関係キーポイント・ヒートマップを自動生成するアルゴリズムを考案する。
次に、事前知識を学習プロセスに段階的に組み込むために、2つの補完的な正規化手法を開発する。
論文 参考訳（メタデータ） (2021-11-08T07:57:30Z) - RECIST-Net: Lesion detection via grouping keypoints on RECIST-based
annotation [37.006151248641125]
病変検出のための新しいアプローチであるRECIST-Netを提案し,RECIST径の4つの極点と中心点を検出する。
実験により、RECIST-Netはイメージ毎に4つの偽陽性で92.49%の感度を達成することが示された。
論文 参考訳（メタデータ） (2021-07-19T09:41:13Z) - Representative Forgery Mining for Fake Face Detection [52.896286647898386]
ディテクタの精緻化と注目の拡大を導くための注意ベースのデータ拡張フレームワークを提案します。
提案手法は,トップnのセンシティブな顔領域を追跡し,検出者に対して,以前無視された領域にさらに深く掘り下げて,より代表的な偽造を行うように促す。
論文 参考訳（メタデータ） (2021-04-14T03:24:19Z) - Using uncertainty estimation to reduce false positives in liver lesion
detection [4.031488224570999]
本稿では,ニューラルネットワーク予測の不確実性マップから抽出した特徴を学習したSVM分類器を用いて,ニューラルネットワークによる偽陽性検出を減らす手法を提案する。
我々は、0.5のドロップアウトレートの使用は、ニューラルネットワークの予測で偽陽性の最小数を生成することを発見しました。
論文 参考訳（メタデータ） (2021-01-12T10:26:41Z)
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。