Improving automatic endoscopic stone recognition using a multi-view fusion approach enhanced with two-step transfer learning

要約

タイトル：多視点融合手法を用いた二段階転移学習を強化した自動内視鏡石灰化石認識の改善

要約：

– 内視鏡画像から得られた異なる視点の情報を抽出して融合する深層学習手法を提案。
– この手法により、より識別力の高いオブジェクト特徴を抽出し、腎臓結石の種類を認識する精度を向上させることができた。
– 二段階転移学習手法と注意ブロックを導入することでモデルを改良。
– 深層特徴融合戦略により、単一視点抽出バックボーンモデルの結果を6％以上向上させた。

要約点：

– 内視鏡画像から得られた異なる視点の情報を融合するML手法を提案
– 提案手法により腎臓結石の種類を識別する精度を向上
– 二段階転移学習手法と注意ブロックを導入し、モデルを改良
– 深層特徴融合戦略により、単一視点抽出バックボーンモデルよりも6％以上精度が向上した。

要約(オリジナル)

This contribution presents a deep-learning method for extracting and fusing image information acquired from different viewpoints, with the aim to produce more discriminant object features for the identification of the type of kidney stones seen in endoscopic images. The model was further improved with a two-step transfer learning approach and by attention blocks to refine the learned feature maps. Deep feature fusion strategies improved the results of single view extraction backbone models by more than 6% in terms of accuracy of the kidney stones classification.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI