文献

J-GLOBAL ID：201702222191128890   整理番号：17A1396701

深い特徴を用いた血管内光コヒーレンストモグラフィー画像における線維性被膜の同定【Powered by NICT】

Fibroatheroma identification in Intravascular Optical Coherence Tomography images using deep features

著者 (9件)： Xu Mengdi (Institute for Infocomm Research, A*STAR, Singapore) ,  Cheng Jun (Institute for Infocomm Research, A*STAR, Singapore) ,  Li Annan (School of Computer Science and Engineering, Beihang University, Beijing, China) ,  Lee Jimmy Addison (Institute for Infocomm Research, A*STAR, Singapore) ,  Wong Damon Wing Kee (Institute for Infocomm Research, A*STAR, Singapore) ,  Taruya Akira (Cardiovascular Division, Wakayama Medical University, Japan) ,  Tanaka Atsushi (Cardiovascular Division, Wakayama Medical University, Japan) ,  Foin Nicolas (National Heart Centre, Singapore) ,  Wong Philip (National Heart Centre, Singapore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EMBC  ページ： 1501-1504  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： 脆弱性プラークの同定冠状動脈性心臓病診断において重要である。,血管内光干渉断層法(IVOCT),最近出現した画像装置は脆弱プラークの出現を特性化することができることが証明されている。手動法と比較して,自動化した線維性アテローマ同定をより効率的にし,目的である。深い畳込みニューラルネットワークは,多くの医用画像解析タスクの中で採用されている。本論文では,線維性粥腫同定問題を解決するために深い特徴を導入した。AlexNet,GoogLeNet,VGG16とVGG十九四深い畳込みニューラルネットワークを用いた抽出した深い特徴を調べた。18プルバックから360IVOCT画像のデータセットは,これらの特徴を評価するために構築した。この三百六十の画像内で,180画像は正常IVOCT画像は,残り180画像は線維性粥腫とIVOCT画像である。,引き戻しは1名の患者に属し葉1例を交差検証を評価のために使用した。データ増強はそれぞれの分類スキームの訓練に適用した。線維性粥腫と正常IVOCT画像とIVOCT画像を分類するために実施した線形サポートベクトルマシン。実験結果は,深い特徴は線維性粥腫同定における比較的高い精度を達成できることを示した。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： 線形性 ,  キャラクタリゼーション ,  ニューラルネットワーク ,  *皮膜 ,  サポートベクトルマシン ,  自動化 ,  *血管 ,  アテローム ,  *画像 ,  患者 ,  冠動脈疾患 ,  畳込み
準シソーラス用語： 医用画像解析 ,  不安定プラーク ,  *光コヒーレンストモグラフィー , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 血管 ,  光コヒーレンストモグラフィー ,  被膜 ,  同定