文献

J-GLOBAL ID：201702221010252963   整理番号：17A1176606

X線画像における自動骨格骨年齢評価のための深層学習【Powered by NICT】

Deep learning for automated skeletal bone age assessment in X-ray images

著者 (5件)： Spampinato C. (Pattern Recognition and Computer Vision (PeRCeiVe) Lab, Department of Electrical, Electronics and Computer Engineering, University of Catania, Viale Andrea Doria, 6 - 95125 - Catania, Italy) ,  Palazzo S. (Pattern Recognition and Computer Vision (PeRCeiVe) Lab, Department of Electrical, Electronics and Computer Engineering, University of Catania, Viale Andrea Doria, 6 - 95125 - Catania, Italy) ,  Giordano D. (Pattern Recognition and Computer Vision (PeRCeiVe) Lab, Department of Electrical, Electronics and Computer Engineering, University of Catania, Viale Andrea Doria, 6 - 95125 - Catania, Italy) ,  Aldinucci M. (Computer Science Department, University of Torino, Corso Svizzera, 185 - 10149 - Torino, Italy) ,  Leonardi R. (Department of Orthodontics, University of Catania, Via Santa Sofia, 78 - 95125 - Catania, Italy)
資料名： Medical Image Analysis  (Medical Image Analysis)
巻： 36  ページ： 41-51  発行年： 2017年 
JST資料番号： W3156A  ISSN： 1361-8415  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 骨格骨年齢評価は,内分泌学的,遺伝的および小児の成長障害を調査するために,一般的臨床診療である。Greulich及びPyle(G&P)法またはTanner-Whitehouse(TW)のいずれかを用いて左手の放射線学的検査により行った。臨床手順にはいくつかの制限を示し,放射線科医の検査努力から(最も重要な)内およびオペレータ間の変動性。これらの問題を解決するために,いくつかの自動化手法(特にTW法で決定される)が提案されている;それにもかかわらず,それらのいずれもが異なる人種,年齢範囲と性別に一般化できる証明されていない。本論文では,骨格骨年齢を評価する自動的にいくつかの深い学習アプローチをテストし,提案した。結果は約0.8年の手動および自動評価,最先端技術の性能であるとの平均的な食い違いを示した。,これは公開データセット上で,全年齢範囲,人種と性別の試験最初の自動骨格骨年齢評価研究,ソースコードは入手できないので,分野における将来研究のための徹底的なベースラインを示した。特定アプリケーションシナリオに加えて,本論文では,医用画像に及ぼす深い学習に関するより一般的な疑問に答えを提供する:深い学習特徴と手動°との比較から,医療問題のための一般的画像上で訓練された性ディープ学習法の使用することを目的とした,いくつかの画像を用いたCNNを訓練するためにどのようにした。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： オペレータ ,  *X線画像 ,  基準線 ,  放射線医学 ,  医用画像 ,  子供 ,  *画像 ,  *学習
準シソーラス用語： 自動評価 ,  性別 ,  人種 ,  放射線科医 ,  診療 ,  *深層学習 ,  *骨年齢 , 【Automatic Indexing@JST】

著者キーワード (4件)： 畳込みニューラルネットワーク ,  医用画像のための深層学習 ,  Tanner Whitehouse ,  GreulichとPyle

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線画像 ,  骨格 ,  骨年齢 ,  評価 ,  深層学習