文献

J-GLOBAL ID：201702217287353766   整理番号：17A1396697

内部層を持つ符号器-復号器ネットワークによる胎児超音波画像からの自動胎児体および羊水セグメンテーション【Powered by NICT】

Automatic fetal body and amniotic fluid segmentation from fetal ultrasound images by encoder-decoder network with inner layers

著者 (4件)： Li Yan (Faculty of Science and Engineering, Waseda University, Tokyo, Japan) ,  Xu Rong (Global Information and Telecommunication Institute, Waseda University, Tokyo, Japan) ,  Ohya Jun (Faculty of Science and Engineering, Waseda University, Tokyo, Japan) ,  Iwata Hiroyasu (Faculty of Science and Engineering, Waseda University, Tokyo, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EMBC  ページ： 1485-1488  発行年： 2017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： 胎児超音波(US)画像における羊水および胎児組織をセグメンテーションするための深い学習に基づく手法を適用することの有効性を検討した。深く学習されたモデルは最初にコンボリューションとプーリング構造によってスケールダウンした特徴マップへの入力画像をコードする,対応する未プーリングとコンボリューション層による信頼マップに特徴マップをアップスケール。1×1サイズのカーネルを用いた付加的なコンボリューション層を採用して,特徴表現,このモデルの弁別学習をさらに改善するために使用できるを強化することである。は,予め訓練されたモデルから層の微調整によるネットワークの重みを更新した。臨床データを用いた実験により,提案手法の実現可能性を比較し,検討した。結果は,本研究では超音波画像からの特異的解剖学的構造のセグメンテーションのための満足すべき結果を達成することを証明した。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： *ネットワーク ,  *セグメンテーション ,  解剖学 ,  畳込み ,  *胎児 ,  弁別学習 ,  *超音波 ,  *符号器 ,  *超音波画像 ,  *画像 ,  *復号器 ,  *羊水 ,  モデル
準シソーラス用語： 臨床データ ,  特徴マップ , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 内部層 ,  符号器 ,  復号器 ,  胎児 ,  超音波画像 ,  羊水 ,  セグメンテーション