@techreport{oai:ipsj.ixsq.nii.ac.jp:00226474,
 author = {増田, 尚大 and 深尾, 賢太郎 and 小野, 景子 and 田原, 大輔},
 issue = {6},
 month = {Jun},
 note = {医療画像において脊椎のように，複雑な構造をしている部位を抽出するためには，高精度な領域抽出が必要であり，セマンティックセグメンテーションが用いられる．セマンティックセグメンテーションは画像のチャネル数を増加させ，CNN を用いて複雑な特徴を抽出可能にすることが一般的だが，画像内の位置情報を考慮した領域抽出が容易でない．そこで，本研究では画像内の位置情報を考慮することで画像細部の特徴に注目した画像分類が可能な SegFormer を用いて医療画像における領域抽出精度の向上を目指す．具体的には，SegFormer のモデルを改良し，畳み込み層の追加と特徴量マップの高解像度化を施した場合における抽出精度の向上を目指す．結果，畳み込み層の追加は抽出対象の輪郭の特徴を捉えることが可能であることが分かり，特徴量マップの高解像度化は IoU を大きく上昇させることが分かった．},
 title = {High Resolution SegFormerに基づく脊椎のセマンティックセグメンテーション},
 year = {2023}
}