在快速医疗视频标签的飞行时点注释
Adrien Meyer1, Jean-Paul Mazellier2,3, Jérémy Dana3,4
1ICube, CNRS, University of Strasbourg, Strasbourg, France. adrien.meyer@ihu-strasbourg.eu.
概括
这项研究引入了一种有效的飞行视频注释方法,用于医学研究中的深度学习. 这种新的方法显著加快了注释过程,从临床医生那里需要更少的时间和精力.
科学领域:
- 医学研究 医学研究
- 深度学习是一种深度学习.
- 计算机视觉 计算机视觉 计算机视觉
背景情况:
- 深度学习模型需要高质量的注释数据,这需要大量的时间来创建.
- 检测任务的界限框注释特别费力,需要逐进行调整.
- 由于医疗专家的时间有限,高效的注释方法至关重要.
研究的目的:
- 开发一种高效的,即时的实时视频注释方法.
- 为了减少对医学成像数据进行注释所需的时间和精力,用于深度学习.
- 为了创建一个更为临床医生友好的注释过程.
主要方法:
- 提出了使用连续单点跟踪进行实时视频注释的即时方法.
- 减少了在传统注释中暂停和重复导航的需要.
- 利用一个点到盒的教师模型从点注释生成伪标签.
主要成果:
- 与传统方法相比,实现了标注速度的显著提高.
- 在同等注释预算下,AP@50的平均改善.
- 在新开发的数据集上验证了方法的有效性.
结论:
- 随时注释方法显著加快了注释任务.
- 这种方法在现有的注释平台上很容易实现.
- 促进深度学习更快地融入基于视频的医学研究.
更多相关视频
08:25Combining Eye-tracking Data with an Analysis of Video Content from Free-viewing a Video of a Walk in an Urban Park Environment
Published on: May 7, 2019
9.0K
13:01Industrialized, Artificial Intelligence-guided Laser Microdissection for Microscaled Proteomic Analysis of the Tumor Microenvironment
Published on: June 3, 2022
3.7K
