生体の視覚情報処理システムに模倣した中心視システムの構築

模仿生物体视觉信息处理系统的中央视觉系统的构建

• 批准号: 00J10920
• 负责人: 渡辺 隆
• 金额: $ 1.92万
• 依托单位: Saitama University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2000
• 资助国家: 日本
• 起止时间: 2000 至 2002
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-00J10920/
• 关键词: パルス結合型ニューラルネットワーク(Pulse-Coupled Neural Network); 注視点探索; 生体模倣型ビジョン; 領域分割; 2次元スライス画像

平成14年度では,生体の視覚情報処理システムに模倣した中心視システムの構築について以下のような研究を行い論文誌に発表した.1.Pulse-Coupled Neural Networkを用いた中心視システムの構築生体の視覚皮質をモデル化したものであるPulse-Coupled Neural Network(PCNN)を用いて中心視システムを構築した.オリジナルのPCNNから得られる出力は離散値であるが,シグモイド関数をPCNN内部に適用することより連続値として得られるようにした.この修正したPCNNを中心視システムの重要な要素である注視点探索に用いた.さまざまな入力に対して実験を行った結果,注視点探索を効果的にかつ,経済的に行うことができるという結果が得られた.この成果を「シグモイド型パルスジェネレータを取り入れたPulse-Coupled Neural Networkによる注視点探索法」という題目で計測自動制御学会論文誌に発表した.2.Pulse-Coupled Neural Networkを用いた3次元領域分割PCNNは画像処理に有効なニューラルネットワークとして知られている.領域分割手法としてもPCNNを用いた研究が行われているが,PCNNは2次元構成のためfMRI画像やマルチスライスCT画像などの2次元スライス画像の組として表される3次元画像においては上下関係が考慮されていない.そこで本研究では,PCNNを3次元格子状に配列し,また,各ニューロンの結合も3次元的に拡張することにより,上下のつながりを考慮に入れた3次元領域分割を行った.この手法により3次元領域分割が十分な精度のもと効果的に行うことができるという成果が得られた.この成果を「3次元PCNNを用いた3次元領域分割」という題目でコンピュータ支援画像診断学会論文誌に発表した.

In the 14th year of Pingcheng, the health care center paid attention to the information of the Pulse-Coupled Neural Network (PCNN). The center used the center to study the information in the table. The center used the center to monitor the body, the body, the skin, the body, the body, the skin, the skin, the body, the Pulse-Coupled Neural Network (PCNN). This is the first time that you have obtained the data from the PCNN. You have to count the number of PCNN internal devices. You can use the link to get the information. The center of the PCNN center focuses on the importance of important elements, notes, exploration and application. Please check the results. Note that you can explore the results of the test results. The results show that the data acquisition system is used to access the data points of the Pulse-Coupled Neural Network system. The 2.Pulse-Coupled Neural Network system uses the three-dimensional field to divide the PCNN image system. The domain segmentation method, PCNN, is used to study the data. The PCNN image is composed of two dimensions of the fMRI image, the second dimension of the CT image, the second dimension of the image, the third order of the image table, the third order of the image, the upper and lower levels of the image. In this study, PCNN data are arranged in the lattice of three dimensions, each of which is combined with a three-dimensional grid, and the upper and lower parts of this study are divided into three-dimensional domain segmentation lines. The accuracy of the three-dimensional domain segmentation is very high. The results show that the results are accurate. The three-dimensional PCNN uses the three-dimensional domain division of the three-dimensional image to support portrait segmentation.

项目成果

渡辺 隆: "シグモイド型パルスジェネレータを取り入れたPulse-Coupled Neural Networkによる注視点探索法"計測自動制御学会 論文集. 38, 8. 726-732 (2002)

Takashi Watanabe：“使用结合 sigmoid 脉冲发生器的脉冲耦合神经网络的注意点搜索方法”仪器与控制工程师协会会议记录 38, 8. 726-732 (2002)。

渡辺 隆: "3次元PCNNを用いた3次元領域分割"コンピュータ支援画像診断学会 論文誌. 7・1. 1-11 (2003)

Takashi Watanabe：“使用 3D PCNN 进行 3D 区域分割”计算机辅助图像诊断学会杂志 7・1（2003 年）。