文献

J-GLOBAL ID：201702276880956713   整理番号：17A0881415

胸部ラジオグラフィーにおける深い特徴融合を利用した肺結節分類【Powered by NICT】

Lung nodule classification using deep feature fusion in chest radiography

著者 (7件)： Wang Changmiao (Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, 1068 Xueyuan Boulevard, Shenzhen 518055, China) ,  Wang Changmiao (University of Chinese Academy of Sciences, 52 Sanlihe Road, Beijing 100864, China) ,  Elazab Ahmed (Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, 1068 Xueyuan Boulevard, Shenzhen 518055, China) ,  Elazab Ahmed (University of Chinese Academy of Sciences, 52 Sanlihe Road, Beijing 100864, China) ,  Wu Jianhuang (Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, 1068 Xueyuan Boulevard, Shenzhen 518055, China) ,  Hu Qingmao (Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, 1068 Xueyuan Boulevard, Shenzhen 518055, China) ,  Hu Qingmao (Key Laboratory of Human-Machine Intelligence Synergy Systems, 1068 Xueyuan Boulevard, Shenzhen 518055, China)
資料名： Computerized Medical Imaging and Graphics  (Computerized Medical Imaging and Graphics)
巻： 57  ページ： 10-18  発行年： 2017年 
JST資料番号： T0220A  ISSN： 0895-6111  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 肺結節は肺領域での組織の小さな,円形,あるいは楕円形の塊である。肺結節の早期診断と治療は患者の生活の質を著しく改善することができる。それらの小サイズと胸部解剖のインタレース特性のために,異なる医用画像法を用いた肺小結節の検出は困難になる。近年,コンピュータ支援診断(CAD)のためのいくつかの方法は良好な性能をもつ肺小結節の検出を改善するために提案した。しかし,現在の方法は高い感度と高い特異性を達成することができない。本論文では,非医療訓練からの深い特徴融合と偽陽性結果を減少させるための手作りの特徴を用いることを提案した。公共のデータセットの実験に基づいて,著者らの結果は,深い融合特徴は1.19偽陽性当たり画像での感度と特異性(69.3%と96.2%)を用いて,1.45偽陽性当たり画像での単一手作りの特徴(62%と95.4%)よりも優れて有望な結果を達成できることを示した。,候補結節を分類するために使用された融合特徴は深い学習特徴と手作りの特徴からの単一特徴と比較して,より有望な結果をもたらした。これは肺小結節の存在を診断より効果的に深い特徴融合の使用に基づく現行のCAD法を改善するであろう。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 計算機診断 ,  早期診断 ,  *ラジオグラフィー ,  患者 ,  学習 ,  医用画像 ,  クオリティオブライフ ,  画像 ,  解剖
準シソーラス用語： *結節 ,  誤検出 ,  特異性 ,  肺小結節 ,  *肺結節 ,  *特徴融合 , 【Automatic Indexing@JST】

著者キーワード (4件)： 肺結節 ,  コンピュータ支援診断 ,  特徴融合 ,  深い学習

分類 (2件)： 医用画像処理  (JE04020T) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 胸部 ,  ラジオグラフィー ,  特徴融合 ,  肺結節 ,  分類