文献
J-GLOBAL ID:201602288484761725   整理番号:16A1371706

MR画像から3D畳込みニューラルネットワークを用いた大脳微小出血の自動検出

Automatic Detection of Cerebral Microbleeds From MR Images via 3D Convolutional Neural Networks
著者 (9件):
資料名:
巻: 35  号:ページ: 1182-1195  発行年: 2016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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
大脳微小出血(CMB)は,血管近傍の小さな出血である。それらは,多くの脳血管疾患および認知機能不全の重要な診断バイオマーカーとして認識されている。現在の臨床ルーチンでは,CMBは放射線科医によって手作業でラベル付けされるが,この手順は面倒で時間がかかり,エラーが起こりやすい。本論文では,3次元畳込みニューラルネットワーク(CNN)を利用して,磁気共鳴(MR)画像からCMBを自動的に検出する手法を提案した。手作業で作成された低レベルの記述子または2D CNNを使用する従来の方法と比較して,本方法は,CMBのより代表的な高レベルの特徴を抽出するためにMRボリュームにおける空間的コンテキスト情報を最大限に活用して,したがって,より良好な検出精度を達成した。計算コストを低減しながら検出性能をさらに向上させるために,3D CNNの下にCMB検出タスクのためのカスケードフレームワークを提案した。筆者らはまず,3D完全畳み込みネットワーク(FCN)戦略を利用して,CMBである可能性の高い候補を検索し,CMBとハードミミックを区別するために,十分に訓練された3D CNN弁別モデルを適用した。従来のスライドウィンドウ戦略と比較して,提案した3D FCN戦略は,大量の冗長な計算を除去し,検出プロセスを大幅に高速化することができた。320個の容積型MRスキャンを用いて大規模なデータセットを構築し,提案手法を検証するための広範な実験を実施した。これは93.16%の高感度を達成し,1人あたり平均2.74の偽陽性を示し,低レベルの記述子または2D CNNを有意なマージンで使用する従来の方法を凌駕した。原則として,本方法は,容積測定医療データからの他のバイオマーカー検出タスクに適合させることができる。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
磁気共鳴・磁気緩和一般  ,  医用画像処理  ,  人工知能 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る