文献

J-GLOBAL ID：201702249347001489   整理番号：17A0242089

意味情報によるMR画像からの左心房の自動セグメンテーション【Powered by NICT】

Automatic segmentation of the left atrium from MR images via semantic information

著者 (2件)： Chunhua Deng (College of Computer Science and Technology Wuhan University of Science and Technology, 430065, China) ,  Xiaolong Zhang (College of Computer Science and Technology Wuhan University of Science and Technology, 430065, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SMC  ページ： 003312-003316  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 磁気共鳴イメージング(MRI)はアブレーション後瘢痕形成の評価を助けることができる。左心房(LA)の自動セグメンテーションは,LA領域の正確な統計的評価のための大きな利点を提供する。しかし,分割LAロバストにどのようにその高い解剖学的変動の挑戦課題である。本論文では,異なる部分からの意味情報を利用したロバストなセグメンテーション法を提案した。意味相関は畳込みニューラルネットワーク(CNN)特徴を用いた脳画像からのK最近傍(KNN)探索によって活用されている,それは私たちの主な貢献とみなすことができる。は,意味的手がかりを結合させて,偶発的因子を除去するためのグラフモデルを提案した。一方,セグメンテーション結果を最適化するために,スーパーピクセル投票法も提案した。MRI画像の公開データセット上の実験は筆者らの意味的セグメンテーションの有効性と精度を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ニューラルネットワーク ,  投票 ,  解剖学 ,  アブレーション ,  情報公開 ,  *セグメンテーション ,  *NMRイメージング ,  畳込み ,  最適化 ,  ロバスト性
準シソーラス用語： グラフモデル ,  脳画像 ,  *自動セグメンテーション ,  *左心房 ,  *意味情報 , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (4件)： 意味情報 ,  MR画像 ,  左心房 ,  自動セグメンテーション