文献

J-GLOBAL ID：201702265902904907   整理番号：17A0856659

X線透視からのロバストな呼吸信号推定のための教師なし学習【Powered by NICT】

Unsupervised Learning for Robust Respiratory Signal Estimation From X-Ray Fluoroscopy

著者 (5件)： Fischer Peter (Pattern Recognition Lab and the Erlangen Graduate School in Advanced Optical Technologies (SAOT), Friedrich-Alexander Universitaet Erlangen-Nuernberg, Erlangen, Germany) ,  Pohl Thomas (Siemens Healthcare GmbH, Forchheim, Germany) ,  Faranesh Anthony (National Institutes of Health, Bethesda, MD, USA) ,  Maier Andreas (Pattern Recognition Lab and the Erlangen Graduate School in Advanced Optical Technologies (SAOT), Friedrich-Alexander Universitaet Erlangen-Nuernberg, Erlangen, Germany) ,  Hornegger Joachim (Pattern Recognition Lab and the Erlangen Graduate School in Advanced Optical Technologies (SAOT), Friedrich-Alexander Universitaet Erlangen-Nuernberg, Erlangen, Germany)
資料名： IEEE Transactions on Medical Imaging  (IEEE Transactions on Medical Imaging)
巻： 36  号： 4  ページ： 865-877  発行年： 2017年 
JST資料番号： H0895A  ISSN： 0278-0062  CODEN： ITMID4  資料種別： 逐次刊行物 (A)
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： 呼吸信号は,最小侵襲性介入における画像ゲートと動き補償が必要である。X線透視では,呼吸信号の抽出はインターベンショナルイメージングの特徴により挑戦すべき課題,造影剤と自動露出制御の特別な注入できる。はこれらの事象を許容できることを次元縮小に基づく呼吸信号抽出のための新しい方法を示した。画像は複数サイズのパッチに分割した。低次元埋込みは照明不変カーネルPCAを用いて各パッチに対して発生させた。呼吸情報を有するパッチを凝集クラスタリングにより自動的に選択した。呼吸クラスタからの信号は単一呼吸信号にロバストに結合した。実験では,様々なシナリオの上で提案手法を評価した。横隔膜は可視ならば,グランドトルースとしての上下運動を追跡した。著者らの方法は,造影剤注入あるいは自動露出制御が起こるかどうかに関係なくのグランドトルースを用いて,91%以上の相関係数を示した。は非常に類似した信号は2方向配列と可視ダイアフラムを省略した柱配列から推定したことを示した。これらすべての場合は自動的に処理されるため,この方法は臨床環境での使用でと考えられるくらい十分にロバストである。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： *教師なし学習 ,  造影剤 ,  クラスタ ,  *ロバスト性 ,  相関係数 ,  照明 ,  画像 ,  次元縮小 ,  *信号推定 ,  ダイヤフラム ,  不変性 ,  動き補償
準シソーラス用語： グランドトゥルース ,  凝集クラスタリング ,  信号抽出 , 【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 (5件)： X線透視 ,  ロバスト ,  呼吸 ,  信号推定 ,  教師なし学習