文献

J-GLOBAL ID：201002238474091707   整理番号：10A0367416

STAPLEから専門家のセグメンテーション性能を評価する際の推論の不確実性の推定

Estimation of Inferential Uncertainty in Assessing Expert Segmentation Performance From STAPLE

著者 (2件)： COMMOWICK Olivier (Children’s Hospital, MA, USA) ,  WARFIELD Simon K. (Children’s Hospital, MA, USA)
資料名： IEEE Transactions on Medical Imaging  (IEEE Transactions on Medical Imaging)
巻： 29  号： 3  ページ： 771-780  発行年： 2010年03月 
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： 画像セグメンテーションの評価は,難問とみなされてきた。またセグメンテーションアルゴリズムを検証する際に,参照標準として専門家セグメンテーションをひとつだけ用いるのは適切ではない。そのためここでは参照標準を推定し,それを(専門家あるいはアルゴリズムによる)セグメンテーションの比較に使うために,複数の専門家セグメンテーションを用いることに重点をおいた。真値と性能レベルの同時推定(STAPLE)と呼ばれるこのためのアルゴリズムでは,期待値最大化(EM)アルゴリズムを用いて,複数の専門家セグメンテーションの集合から,各セグメンテーションに対して,隠された参照標準と性能パラメータを反復推定する。STAPLEアルゴリズムは,性能パラメータの点推定のみを行い,パラメータの推定値の不確実性に関する情報は与えない。ここでは観測した情報行列を計算することにより,STAPLEからの性能パラメータの共分散行列を推定することを提案した。さらに二値および複数カテゴリセグメンテーションに対して,STAPLEから求めた性能パラメータの共分散を計算するのに必要な解析的な閉形式表現を求めた。またシミュレーションしたセグメンテーションで,推定した性能パラメータの不確実性に影響を与える要因を示した。さらにこのアルゴリズムを,新生児の脳のセグメンテーションのキャラクタリゼーションに適用した実験を報告した。

シソーラス用語： *セグメンテーション ,  *性能評価 ,  推論 ,  *不確実性 ,  画像処理 ,  最適化手法 ,  パラメータ推定 ,  共分散 ,  行列 ,  データ表現 ,  新生児 ,  脳 ,  キャラクタリゼーション ,  実証実験
準シソーラス用語： 期待値最大化アルゴリズム ,  情報行列

分類 (2件)： 医用画像処理  (JE04020T) ,  医用情報処理  (JE15030Q)

タイトルに関連する用語 (5件)： セグメンテーション ,  評価 ,  推論 ,  不確実性 ,  推定