دانلود مقاله انگلیسی رایگان:طبقه بندی تصویر پزشکی با استفاده از یادگیری عمیق هم افزایی - 2019
بلافاصله پس از پرداخت دانلود کنید
دانلود مقاله انگلیسی یادگیری عمیق رایگان
  • Medical image classification using synergic deep learning Medical image classification using synergic deep learning
    Medical image classification using synergic deep learning

    سال انتشار:

    2019


    عنوان انگلیسی مقاله:

    Medical image classification using synergic deep learning


    ترجمه فارسی عنوان مقاله:

    طبقه بندی تصویر پزشکی با استفاده از یادگیری عمیق هم افزایی


    منبع:

    Sciencedirect - Elsevier - Medical Image Analysis, 54 (2019) 10-19: doi:10:1016/j:media:2019:02:010


    نویسنده:

    Jianpeng Zhang a , b , Yutong Xie a , b , Qi Wu b , Yong Xia a , c , ∗


    چکیده انگلیسی:

    The classification of medical images is an essential task in computer-aided diagnosis, medical image re- trieval and mining. Although deep learning has shown proven advantages over traditional methods that rely on the handcrafted features, it remains challenging due to the significant intra-class variation and inter-class similarity caused by the diversity of imaging modalities and clinical pathologies. In this paper, we propose a synergic deep learning (SDL) model to address this issue by using multiple deep convo- lutional neural networks (DCNNs) simultaneously and enabling them to mutually learn from each other. Each pair of DCNNs has their learned image representation concatenated as the input of a synergic net- work, which has a fully connected structure that predicts whether the pair of input images belong to the same class. Thus, if one DCNN makes a correct classification, a mistake made by the other DCNN leads to a synergic error that serves as an extra force to update the model. This model can be trained end-to-end under the supervision of classification errors from DCNNs and synergic errors from each pair of DCNNs. Our experimental results on the ImageCLEF-2015, ImageCLEF-2016, ISIC-2016, and ISIC-2017 datasets in- dicate that the proposed SDL model achieves the state-of-the-art performance in these medical image classification tasks.
    Keywords: Medical image classification | Intra-class variation | Inter-class similarity | Synergic deep learning model


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 10
    حجم فایل: 1075 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی