文献

J-GLOBAL ID：201702251713369681   整理番号：17A0181578

畳込みニューラルネットワークを用いたCT画像に基づく肺小結節の検出【Powered by NICT】

Pulmonary Nodule Detection Based on CT Images Using Convolution Neural Network

著者 (3件)： Jin Xin-Yu ,  Zhang Yu-Chen ,  Jin Qi-Liang
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ISCID  ページ： 202-204  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： 肺結節は一般的な肺疾患,誤診と誤診する傾向である。CT技術の広範な適用により,医師の診断効率は大幅に改善された。しかし,CT画像データの量が比較的大きかった。放射線科医はこれらの画像の読み方に多くの時間をなければならない,いくつかの小さな病変を見落とすが容易である。コンピュータ支援検出技術は医師の診断の効率と品質を改善する有効な方法である。本論文では,画像領域のサイズの形態と統計に基づく肺セグメンテーション法の一種を提案したが,肺実質画像セグメンテーションへの気管の影響を効果的に除去する。も形態と円形フィルタに基づく関心領域(ROI)抽出領域の方法を提案し,偽陽性の数を減少させてROI型の完全性を保持するために試みた。最後に,CT画像上の支援診断応用を計算し,畳込みニューラルネットワークを用いた信頼性のある肺結節を実現した。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： 気管 ,  *ニューラルネットワーク ,  完全性 ,  *画像 ,  医師 ,  *畳込み
準シソーラス用語： 誤検出 ,  関心領域 ,  画像セグメンテーション ,  肺セグメンテーション ,  コンピュータ支援検出 ,  放射線科医 ,  肺結節 ,  *肺小結節 ,  *CT画像 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  呼吸器の診断  (GI02000S) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (3件)： 畳込みニューラルネットワーク ,  CT画像 ,  肺小結節