| Item type |
SIG Technical Reports(1) |
| 公開日 |
2022-02-24 |
| 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繰り返しパターンの検出手法と顕微鏡画像への応用 |
| 言語 |
|
|
言語 |
jpn |
| 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 |
|
|
|
大阪大学大学院情報科学研究科 |
| 著者所属 |
|
|
|
大阪大学大学院情報科学研究科 |
| 著者所属 |
|
|
|
情報通信研究機構脳情報通信融合研究センター |
| 著者所属 |
|
|
|
大阪大学大学院情報科学研究科 |
| 著者所属(英) |
|
|
|
en |
|
|
Graduate School of Information Science and Technology, Osaka University |
| 著者所属(英) |
|
|
|
en |
|
|
Graduate School of Information Science and Technology, Osaka University |
| 著者所属(英) |
|
|
|
en |
|
|
Center for Information and Neural Networks (CiNet), National Institute of Information and Communications Technology |
| 著者所属(英) |
|
|
|
en |
|
|
Graduate School of Information Science and Technology, Osaka University |
| 著者名 |
新田, 恭晟
瀬尾, 茂人
細田, 一史
松田, 秀雄
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
近年，顕微鏡の精度向上により顕微鏡画像処理は医学，薬学，生物学などの分野で活用が進み重要なタスクとなっている．顕微鏡画像処理では畳み込みニューラルネットワークを用いた方法が顕著な成果を出しているが物体検出ではアノテーションが必要なものが多く，労力がかかることが問題となっている．1 枚の顕微鏡画像には同一試料が複数写っていることが頻繁にある．これを利用してアノテーションを行わずとも 1 枚の画像から必要な特徴を学習できると考えられる．本研究では Deep Feature Factorization を用いて画像中に含まれる繰り返しパターンを検出する方法を提案し，顕微鏡画像へ応用し有効性を評価した． |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN10505667 |
| 書誌情報 |
研究報告数理モデル化と問題解決（MPS）
巻 2022-MPS-137,
号 22,
p. 1-6,
発行日 2022-02-24
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8833 |
| 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 |
IPSJ-MPS22137022.pdf (2.9 MB)
