ترجمه فارسی مقاله استفاده از یادگیری خودنظارتی برای طبقه‌بندی صفحات قلبی جنین با استفاده از ویدیوهای اسکن اولتراسوند

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Leveraging Self-Supervised Learning for Fetal Cardiac Planes Classification using Ultrasound Scan Videos
عنوان مقاله به فارسی استفاده از یادگیری خودنظارتی برای طبقه‌بندی صفحات قلبی جنین با استفاده از ویدیوهای اسکن اولتراسوند
نویسندگان Joseph Geo Benjamin, Mothilal Asokan, Amna Alhosani, Hussain Alasmawi, Werner Gerhard Diehl, Leanne Bricker, Karthik Nandakumar, Mohammad Yaqub
فرمت مقاله انگلیسی PDF
تعداد صفحات 11
دسته بندی موضوعات Image and Video Processing,Artificial Intelligence,Computer Vision and Pattern Recognition,Machine Learning,پردازش تصویر و فیلم , هوش مصنوعی , دید رایانه و تشخیص الگوی , یادگیری ماشین
توضیحات Submitted 31 July, 2024; originally announced July 2024. , Comments: Simplifying Medical Ultrasound: 4th International Workshop, ASMUS 2023, Held in Conjunction with MICCAI 2023, Vancouver, BC, Canada, October 8, 2023, Proceedings
توضیحات به فارسی ارسال 31 ژوئیه 2024 ؛در ابتدا ژوئیه 2024 اعلام شد ، نظرات: ساده سازی سونوگرافی پزشکی: 4 کارگاه بین المللی ، ASMUS 2023 ، که در رابطه با Miccai 2023 ، Vancouver ، BC ، کانادا ، 8 اکتبر 2023 برگزار شد ، مجموعه مقالات

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 440,000 تومان

زمان تحویل: 2 تا 3 روز کاری


📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Self-supervised learning (SSL) methods are popular since they can address situations with limited annotated data by directly utilising the underlying data distribution. However, the adoption of such methods is not explored enough in ultrasound (US) imaging, especially for fetal assessment. We investigate the potential of dual-encoder SSL in utilizing unlabelled US video data to improve the performance of challenging downstream Standard Fetal Cardiac Planes (SFCP) classification using limited labelled 2D US images. We study 7 SSL approaches based on reconstruction, contrastive loss, distillation, and information theory and evaluate them extensively on a large private US dataset. Our observations and findings are consolidated from more than 500 downstream training experiments under different settings. Our primary observation shows that for SSL training, the variance of the dataset is more crucial than its size because it allows the model to learn generalisable representations, which improve the performance of downstream tasks. Overall, the BarlowTwins method shows robust performance, irrespective of the training settings and data variations, when used as an initialisation for downstream tasks. Notably, full fine-tuning with 1% of labelled data outperforms ImageNet initialisation by 12% in F1-score and outperforms other SSL initialisations by at least 4% in F1-score, thus making it a promising candidate for transfer learning from US video to image data.

چکیده به فارسی (ترجمه ماشینی)

روشهای یادگیری خود تحت نظارت (SSL) محبوب هستند زیرا می توانند با استفاده مستقیم از توزیع داده های اساسی ، موقعیت هایی را با داده های حاشیه نویسی محدود مورد بررسی قرار دهند.با این حال ، اتخاذ چنین روشهایی به اندازه کافی در تصویربرداری سونوگرافی (ایالات متحده) ، به ویژه برای ارزیابی جنین مورد بررسی قرار نمی گیرد.ما پتانسیل SSL دوگانه رمزگذار را در استفاده از داده های ویدئویی بدون برچسب ایالات متحده برای بهبود عملکرد طبقه بندی هواپیماهای قلبی استاندارد پایین دست (SFCP) با استفاده از تصاویر محدود 2D ایالات متحده بررسی می کنیم.ما 7 رویکرد SSL را بر اساس بازسازی ، از دست دادن متضاد ، تقطیر و نظریه اطلاعات مطالعه می کنیم و آنها را به طور گسترده در یک مجموعه داده بزرگ خصوصی ایالات متحده ارزیابی می کنیم.مشاهدات و یافته های ما از بیش از 500 آزمایش آموزش پایین دست تحت تنظیمات مختلف ادغام شده است.مشاهدات اصلی ما نشان می دهد که برای آموزش SSL ، واریانس مجموعه داده از اندازه آن بسیار مهم است زیرا به مدل اجازه می دهد تا بازنمایی های قابل تعویض را بیاموزد ، که عملکرد کارهای پایین دست را بهبود می بخشد.به طور کلی ، روش Barlowtwins بدون در نظر گرفتن تنظیمات آموزش و تغییرات داده ، عملکرد قوی را نشان می دهد ، در صورت استفاده به عنوان اولیه سازی برای کارهای پایین دست.نکته قابل توجه ، تنظیم کامل کامل با 1 ٪ از داده های برچسب زده شده از اولیه سازی Imagenet با 12 ٪ در نمره F1 و بالاتر از سایر اولیه سازی SSL با حداقل 4 ٪ در نمره F1 استفاده می کند ، بنابراین آن را به عنوان یک کاندیدای امیدوارکننده برای انتقال یادگیری از ایالات متحده به ما تبدیل می کند.داده های تصویر

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.