Three-Dimensional Endoscopy
スポンサーリンク
論文URL
https://www.informatik.uni-marburg.de/~thormae/paper/FALK124_TTHBPM.pdf 2021年8月公開
ポイント
- 内視鏡のMotion stereoで3次元計測
スポンサーリンク
Deep Learning and Conditional Random Fields-based Depth Estimation and Topographical Reconstruction from Conventional Endoscopy
スポンサーリンク
論文URL
https://arxiv.org/pdf/1710.11216.pdf 2017年10月公開
ポイント
- 大腸内視鏡画像を用いたDepth推定
- 教師データ
- シミュレーション画像
- Phantom画像
- CTで立体構造を計測できる模様
- 豚の大腸画像
- テストにだけ使用
- 人の大腸画像
- 定性的な評価にのみ使用
- ALEX Netで抽出した特徴量をスーパーピクセル単位で処理し、CRMで滑らかにしている
- 入力データはGANで合成画像風に変換している
スポンサーリンク
Elastic Boundary Projection for 3D Medical Image Segmentation
スポンサーリンク
論文URL
ポイント
- 臓器のセグメンテーション
- 3Dデータを2Dのモデルで扱う手法が斬新
- でも、結果がパッとしない印象
- pivot(大量にばらまいている?)から放射状に境界までの距離を推論することでセグメンテーションを行う
- 放射方向(Az, El)毎の境界までの距離を等緯度経度図法likeに2D化
- 3Dデータを2Dのモデルで扱う手法が斬新
スポンサーリンク
Decoders Matter for Semantic Segmentation:Data-Dependent Decoding Enables Flexible Feature Aggregation
スポンサーリンク
論文URL
ポイント
- Data-dependent Upsampling (DUpsampling)レイヤーを提案
- bilinearではなく入力データに基づきUpsamplingできるため、低解像度のまま各レイヤーの特徴量をconcatしても最終的なsegmentation精度を確保できる
- DeepLabv3+でencoderの出力解像度を1/8ではなく1/16とし、decodeをDUpsamplingで行った結果、mIOUが87.8%から88.1%にやや改善。計算量は30%に低減
- メモリ使用量も同程度に小さくなっていると思われる
- DUpsampling
- 温度を考慮したsoftmaxを使用しないと精度がでなかったとのこと
- 精度が上がる理由は謎
- 通常のsoftmaxと温度を考慮したsoftmaxのlossを比較し、温度を考慮したsoftmaxの優位性を論じていたが、lossの定義が異なる時点でナンセンス
スポンサーリンク
Object as Distribution
スポンサーリンク
論文URL
https://arxiv.org/pdf/1907.12929.pdf 2019年7月公開
ポイント
- bounding boxではなく2次元正規分布によるオブジェクト検出
- 純粋な物体検出では使用できずInstance segmentationが対象となると思うので、使い所が思いつかない
- Instance segmentation用の教師データが無いと、正解となる平均&共分散を計算できない
スポンサーリンク
Attention Guided Network for Retinal Image Segmentation
スポンサーリンク
論文URL
https://arxiv.org/pdf/1907.12930.pdf 2019年7月公開
ポイント
- 眼底画像の血管セグメンテーション
- M-Netにattention機構を追加
- M-NetはU-Netの各段階にリサイズした入力画像も入力するモデルの模様
スポンサーリンク
Collaborative Learning of Semi-Supervised Segmentation and Classification for Medical Images
スポンサーリンク
論文URL
ポイント
- 眼底画像の病変セグメンテーション&鑑別(Classification)
- 半教師付き学習
- セグメンテーションマスクが少ない
- 画像分類時にattention mapも生成
- attention mapがセグメンテーションマスクと同等の物になるようadversarial lossも入れている
- 半教師付き学習
スポンサーリンク