文献

J-GLOBAL ID：201702225729932329   整理番号：17A0275097

3D MR画像の超解像と脳セグメンテーションへの応用【Powered by NICT】

Super-resolution of 3D MR images and its application to brain segmentation

著者 (4件)： Iwamoto Yutaro (Graduate School of Information Science and Engineering, Ritsumeikan University, 1-1-1 Noji-higashi, Kusatsu, Shiga, Japan) ,  Han Xian-Hua (National Institute of Advanced Industrial Science and Technology, 2-3-26 Aomi, Koto-ku, Tokyo, Japan) ,  Shiino Akihiko (Biomedical MR Science Center, Shiga University of Medical Science, Seta Tsukinowa-cho, Otsu, Japan) ,  Chen Yen-Wei (College of Information Science and Engineering, Ritsumeikan University, 1-1-1 Noji-higashi, Kusatsu, Shiga, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CISP-BMEI  ページ： 838-841  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： 本論文では,実用的な応用として脳セグメンテーションのための有効な3D MR画像の超解像(SR)を提示した。脳セグメンテーションは,脳形態計測を解析するための重要な課題の一つである。正確な脳セグメンテーションは,後処理の精度を改善する。セグメンテーションは,3D MR画像の分解能に影響される。特に,スライス選択方向における分解能はいくつかの型3D MR画像(T2強調像とプロトン密度画像)の面内方向よりはるかに低かった。,面内方向に同じ分解能であることをスライス選択方向における高分解能(HR)を生成するためのスパース表現と自己相似性を用いた学習に基づくSR法を適用した。可視化評価を用いて,SR結果におけるセグメンテーション精度は部分容積効果を減少させることにより改善されることが分かった。定量的評価を用いて,SR結果のDICE値は,従来の補間法よりも高いことを確認できた。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： 自己相似性 ,  形状測定 ,  陽子 ,  *画像 ,  後処理 ,  内挿法 ,  高分解能 ,  *超解像 ,  分解能 ,  *セグメンテーション ,  *三次元
準シソーラス用語： 定量的評価 ,  部分容積効果 ,  スパース表現 ,  T2強調画像 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 3D ,  MR画像 ,  超解像 ,  脳 ,  セグメンテーション ,  応用