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

要約

この寄稿では、内視鏡画像に見られる腎臓結石の種類を識別するための、より識別可能なオブジェクトの特徴を生成することを目的として、さまざまな視点から取得した画像情報を抽出および融合するための深層学習手法を紹介します。
このモデルは、2 段階の転移学習アプローチと、学習された特徴マップを改良するためのアテンション ブロックによってさらに改善されました。
深い特徴融合戦略により、腎臓結石分類の精度の点で、単一ビュー抽出バックボーン モデルの結果が 6% 以上改善されました。

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, Google