Core Concepts
CADシステム向けの信頼性のあるデータ不足を解消するための提案されたフレームワークは、医療CADにおけるデータ不足の課題に対処し、その進歩に貢献する可能性がある。
Abstract
最近、ペットの健康管理への関心が高まっており、獣医学におけるコンピュータ支援診断(CAD)システムへの需要が増加しています。しかし、信頼性のあるデータが不足していることから、この課題を克服するために、変分オートエンコーダを活用した生成的アクティブラーニングフレームワークが提案されています。このフレームワークは、CADシステム向けの信頼性のあるデータ不足を軽減することを目指しています。実験結果では、このフレームワークを介して生成されたデータがジェネレーティブモデルのトレーニングデータに追加されると、radiograph上でfrechet inception distanceが一貫して84.14から50.75に低下しました。さらに、生成されたデータが分類モデルのトレーニングに組み込まれると、混同行列の偽陽性もradiograph上で0.16から0.66に改善しました。
Stats
フレッチェットインセプション距離は84.14から50.75まで低下した。
混同行列上で偽陽性は0.16から0.66に改善した。
Quotes
"ペットは私たち生活の重要なメンバーとなり、飼い主と強い絆や感情的なつながりを形成します。"
"提案されたフレームワークは医療CADにおけるデータ不足の課題に対処し、その進歩に貢献する可能性があります。"