文献

J-GLOBAL ID：201702223008285190   整理番号：17A1672124

スパース符号化と方向-スケール記述子に基づく海馬自動セグメンテーション【JST・京大機械翻訳】

Hippocampus Segmentation Based on Spare Coding and Orientation-Scale Descriptor

著者 (6件)： Liu Ying (南方医科大学医学図像処理重点実験室 广州510515) ,  Zhang Minghui (南方医科大学医学図像処理重点実験室 广州510515) ,  Yang Wei (南方医科大学医学図像処理重点実験室 广州510515) ,  Lu Zhentai (南方医科大学医学図像処理重点実験室 广州510515) ,  Feng Qianjin (南方医科大学医学図像処理重点実験室 广州510515) ,  Su Yusheng (佛山市三水区人民医院医学影像科 佛山528100)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 44  号： 1  ページ： 314-320  発行年： 2017年 
JST資料番号： C2530A  ISSN： 1002-137X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 海馬体の病変は神経疾患と密接に関連し、海馬体の解剖構造の不規則性及び周囲組織の構造と扁桃体境界の曖昧さにより、海馬体の分割が困難になる。本論文では,スパース符号化と方向-スケール記述子(SCOSD)に基づく新しいアルゴリズムを提案し,それにより海馬のセグメンテーション精度を改善した。本論文では,主に辞書学習に基づく方法と異なり,SCOSDアルゴリズムは,テクスチャ特徴と空間構造情報を同時に含む方向-スケール記述子(OSD)を低次元特徴に置き換えて,画素の特徴を記述する。OSDの利点は,多くの低次元の特徴を含み,画像間の不均一性の影響を低減することができ,SCOSDアルゴリズムには4つのステップが含まれている。1)画像前処理,2)特徴抽出,分割画像画素と画像の画素の方向-スケール記述子,3)辞書構築とスパース符号化,画像画素の方向-スケール記述子を選択し,目標画素として固有辞書を構築する。固有の辞書の近似表現を用いて,目標画素を再構築し,スパース符号化係数を得るために,4)ラベル融合と閾値判定,融合画像画素のラベルと符号化係数を用いて,目標画素のラベル推定値を得た。閾値推定値は,分割を完了した。SCOSDアルゴリズムの分割の正確さを検証するために,SCOSDアルゴリズム,Simple,Major Voting,Staple,Collateを用いてMICCAIデータベース内の海馬体を分割し,Dice値を分割評価基準として用いた。実験結果により、SCOSD方向-スケール記述子の分割精度はSimple、Major Voting、Staple、Collateアルゴリズムより高いことが分かった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 評価基準 ,  特徴抽出 ,  *符号化 ,  アルゴリズム ,  近似法 ,  立体構造 ,  推定量 ,  不均一性 ,  再構成 ,  *海馬 ,  データベース ,  画素
準シソーラス用語： 辞書学習 ,  海馬体 ,  *スパースコーディング , 【Automatic Indexing@JST】

著者キーワード (5件)： Hippocampus segmentation ,  Orientation-Scale descriptor ,  Spare coding ,  Hippocarnpus label fusim ,  Dictionary

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： スパース符号化 ,  スケール ,  記述子 ,  海馬 ,  自動セグメンテーション