Item type |
SIG Technical Reports(1) |
公開日 |
2018-02-23 |
タイトル |
|
|
タイトル |
神経細胞セグメンテーションにおける深層畳み込みアーキテクチャの適用方法に関する検討 |
タイトル |
|
|
言語 |
en |
|
タイトル |
A Study of Method to Apply Deep Convolutional Architecture to Neuronal Structure Segmentation |
言語 |
|
|
言語 |
jpn |
キーワード |
|
|
主題Scheme |
Other |
|
主題 |
セッション4 |
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 |
|
|
|
電気通信大学大学院情報理工学研究科 |
著者所属 |
|
|
|
神戸大学大学院理学研究科 |
著者所属 |
|
|
|
神戸大学大学院理学研究科 |
著者所属 |
|
|
|
電気通信大学大学院情報理工学研究科 |
著者所属(英) |
|
|
|
en |
|
|
Graduate School of Informatics and Engineering - The University of Electro-Communications |
著者所属(英) |
|
|
|
en |
|
|
Graduate School of Science - Kobe University |
著者所属(英) |
|
|
|
en |
|
|
Graduate School of Science - Kobe University |
著者所属(英) |
|
|
|
en |
|
|
Graduate School of Informatics and Engineering - The University of Electro-Communications |
著者名 |
高屋, 英知
竹市, 裕介
尾崎, まみこ
栗原, 聡
|
著者名(英) |
Eichi, Takaya
Yusuke, Takeichi
Mamiko, Ozaki
Satoshi, Kurihara
|
論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
コネクトミクスと呼ばれる分野では,電子顕微鏡連続切片画像の 3 次元再構築法により,神経系のミクロな構造の観察がなされている.しかし,再構築のためのラベリングを人手により行うことは多大なコストを要するため,近年では深層学習を用いたセグメンテーション手法が注目を浴びている.しかし,深層学習の適用においては,他のタスクと同様に,ハイパーパラメータの探索が課題となる.本研究では,画像セグメンテーションを行うために設計された Deep Contextual Network と呼ばれる深層畳み込みアーキテクチャの構造に注目し,特徴マップの可視化に基づいたハイパーパラメータの調整手法を検討する.具体的には,学習済み DCN の特徴マップを可視化し,ネットワークにおいて適切に働いていない箇所を目視により特定し,対応する逆畳み込みネットワークのフィルタサイズを拡大あるいは縮小して再学習を行う.2 種類のデータセットを用いた実験の結果,フィルタサイズを変更することによる特徴マップの変化の様子が明らかになったとともに,提案手法によりセグメンテーションの精度が向上することが示された. |
書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA11135936 |
書誌情報 |
研究報告知能システム(ICS)
巻 2018-ICS-190,
号 1,
p. 1-7,
発行日 2018-02-23
|
ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-885X |
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 |