Translate: 本発明は絶縁性能に優れた電線を提供する。
ChatGPT:
あなた:
ChatGPT:
あなた:
ChatGPT:
あなた:
ChatGPT:
US2024119588(HITACHI HIGH TECH CORP [JP])
(ii) Classification Unit 12
【0047】
(ii)識別部12
[0063] As shown in FIG. 5 , the classification unit 12 calculates a value of a likelihood of the object to be detected (a likelihood of a tumor, a likelihood of a lesion, or the like) using the feature FAi (a matrix f) by the feature extractor A obtained by the feature extraction unit 11 according to Formula (2) by a logistic regression processing,
識別部12は、図5に示すように、前記特徴抽出部11で求めた特徴抽出器Aの特徴量FAi(行列f)を用いて、ロジスティック回帰処理にて、式(2)により、検出すべき物体らしさ(腫瘍らしさ、病変らしさ等)の値を算出して、
and determines whether an object (for example, a tissue or a cell) in the input image A 1 is an object to be detected (a tumor or the like) or the object other than the object to be detected (a non-tumor or the like).
入力画像A1内の物体(例えば、組織・細胞)が検出すべき物体(腫瘍等)か検出すべき物体以外(非腫瘍等)かを判定する。
US2022133214(NEC CORP [JP])
[0038] Next, with reference to the flowchart in FIG. 3, the whole operation in the present example embodiment is detailedly described.
次に、図3のフローチャートを参照して本実施の形態の全体の動作について詳細に説明する。
First, the lesion area specifying unit 11 extracts a lesion area from a medical image (step A 1 ).
まず、病変領域特定部11は、医用画像から、病変領域を抽出する(ステップA1)。
Specifically, the lesion area specifying unit 11 scans all the pixels of the input medical image and calculates the score indicating the lesion-likeness in each pixel.
具体的には、病変領域特定部11は、入力された医用画像の全ピクセルをスキャンし、各ピクセルの病変らしさを示すスコアを算出する。
US2021271914(FUJIFILM CORP [JP])
The correction unit 44 changes the class that is not capable of originally existing in the disease names other than IPF in the classification map 220 to a class that has the highest probability indicating the likelihood of a class among the classes that can originally exist in the disease names other than IPF.
【0116】
修正部44は、分類マップ220における本来はIPF以外の疾患名には存在し得ないクラスを、本来はIPF以外の疾患名に存在し得るクラスのうち、クラスらしさを表す確率が最も高いクラスに置き替える。
That is, the correction unit 44 extracts a lesion that can exist only in IPF among the classes of the classification map 220 illustrated in FIG. 6 and changes the extracted lesion to a lesion that has the highest probability indicating the likelihood of a lesion among the lesions that can exist in the diseases other than IPF.
すなわち、修正部44は、図6に示す分類マップ220のクラスのうち、IPFにのみ存在し得る病変を抽出し、IPF以外の病気に存在し得る病変のうち、病変らしさを表す確率が最も高い病変に抽出した病変を置き替える。