Item type |
SIG Technical Reports(1) |
公開日 |
2016-05-05 |
タイトル |
|
|
タイトル |
畳み込みニューラルネットワークを用いたカプセル内視鏡画像における小腸病変の位置検出 |
言語 |
|
|
言語 |
jpn |
キーワード |
|
|
主題Scheme |
Other |
|
主題 |
卒論スポットライトセッション |
資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
著者所属 |
|
|
|
大阪大学 |
著者所属 |
|
|
|
大阪大学 |
著者所属 |
|
|
|
大阪大学/オムロン株式会社 |
著者所属 |
|
|
|
大阪電気通信大学 |
著者所属 |
|
|
|
大阪大学 |
著者所属(英) |
|
|
|
en |
|
|
Osaka University |
著者所属(英) |
|
|
|
en |
|
|
Osaka University |
著者所属(英) |
|
|
|
en |
|
|
Osaka University / OMRON Corporation |
著者所属(英) |
|
|
|
en |
|
|
Osaka Electro-Communication University |
著者所属(英) |
|
|
|
en |
|
|
Osaka University |
著者名 |
宮崎, 祐太
白神, 康平
柳川, 由紀子
越後, 富夫
八木, 康史
|
論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
この研究は,畳み込みニューラルネットワークを用いてカプセル内視鏡画像中の病変領域を検出する方法を提案する.畳み込みニューラルネットワークを用いて,病変を含んでいるか否かの 2 クラスで分類した大量の局所領域画像を学習する.病変は様々な形をとるため,病変領域の検出には大量の局所領域が効果的にはたらく.従って本提案手法では,学習した検出器の出力結果を投票することで病変らしさを表す投票画像を作成する.得られた投票画像中で投票値が大きい領域を病変領域とする.実験の結果,本提案手法の有効性を確認した. |
書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA11131797 |
書誌情報 |
研究報告コンピュータビジョンとイメージメディア(CVIM)
巻 2016-CVIM-202,
号 23,
p. 1-8,
発行日 2016-05-05
|
ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8701 |
Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |