アテンションネットワークを用いた弱教師付き学習による肝臓病変分類

カテゴリ: 研究会(論文単位)

論文No: PI23033,IIS23038

グループ名: 【C】電子・情報・システム部門 知覚情報/【D】産業応用部門 次世代産業システム合同研究会

発行日: 2023/03/24

タイトル(英語): Weakly-supervised Liver Lesion Classification Using Attention Networks

著者名: PHUNG Duong Linh(立命館大学),李 印豪(立命館大学),JAIN Rahul Kumar(立命館大学),陳 延偉(立命館大学)

著者名(英語): Duong Linh PHUNG(Ritsumeikan University),Yinhao LI(Ritsumeikan University),Rahul Kumar JAIN(Ritsumeikan University),Yen-Wei CHEN(Ritsumeikan University)

キーワード: 肝臓病変の分類|弱教師|ＣＮＮ|アテンションメカニズム|liver lesion classification|weakly-supervised|CNN|attention

要約(日本語): 本論文では、CT画像上の弱教師付き肝病変分類というタスクに対して、複数の注意モジュールの性能を調査する。そして、Efficient Channel Attention (Eca) モジュールを改良したEfficient Dual-Pooling Channel Attention (EDPca) というモジュールを提案する。我々のEDPcaモジュールとCBAMモジュールの空間的注意モジュールの組み合わせは、他の方法を凌駕する。

要約(英語): In this paper, we investigate the performances of multiple attention modules for the task of weakly-supervised liver lesion classification on CT images. Then, we propose a module improved from the Efficient Channel Attention (Eca) module, called Efficient Dual-Pooling Channel Attention (EDPca). The combination of our EDPca module and the spatial attention module from CBAM module outperforms other methods.

本誌: 2023年3月27日知覚情報/次世代産業システム合同研究会

本誌掲載ページ: 21-24 p

原稿種別: 英語

PDFファイルサイズ: 1,341 Kバイト