文献

J-GLOBAL ID：201702228672728638   整理番号：17A0798262

血管内光コヒーレンストモグラフィー画像における自動画像分類【Powered by NICT】

Automatic image classification in intravascular optical coherence tomography images

著者 (8件)： Xu Mengdi (Institute for Infocomm Research, A*STAR, Singapore) ,  Cheng Jun (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, Wakayama, Japan) ,  Tanaka Atsushi (Cardiovascular Division, Wakayama Medical University, Wakayama, Japan) ,  Liu Jiang (Ningbo Institute of Material Technology and Engineering, China) ,  Foin Nicolas (National Heart Centre, Singapore) ,  Wong Philip (National Heart Centre, Singapore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： TENCON  ページ： 1544-1547  発行年： 2016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： プラークを同定するための脆弱プラーク検出は,冠状動脈性心臓病診断において重要である。現在,インターベンション循環器内科医による血管内光コヒーレンストモグラフィー(IVOCT)画像の手動リーディングによって実施されている。しかし,人間の読取と理解は非常に困難である。プラーク状態の客観的評価と自動化評価は高度に必要である。本論文では,異なる病変タイプに基づくIVOCT画像における自動画像分類のための方法を提案した。提案した方法では,まずIVOCT画像におけるスペックル雑音を除去するために型細部保存型異方性拡散を用いた。詳細を失うことなく雑音を除去する。IVOCT画像は,特徴抽出のための極座標に変換した。特に,局所二値パターンと有向勾配のヒストグラムを含むFisherベクトルと他のテクスチャ特徴を研究した。最後に,サポートベクトルマシン分類器は五群:正常(正常),FP(線維性プラーク),FA(線維性粥腫),PR(プラーク破裂),およびFC(フィブロカルシフィックプラーク)にIVOCT画像を分類した。これら五群は,病変特性に従って得られた。の五群と1,000個の画像のデータセットの中で提案手法を評価した。実験結果は,提案手法が,画像分類における90%の平均した精度を達成することを示した。提案した自動IVOCT画像分類法を,循環器内科医の時間とコストを節約するために用いることができる。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 自動化 ,  雑音 ,  *血管 ,  ベクトル ,  プラーク ,  特徴抽出 ,  *画像 ,  サポートベクトルマシン ,  冠動脈疾患 ,  ヒストグラム
準シソーラス用語： スペックル雑音 ,  循環器内科医 ,  不安定プラーク ,  *画像分類 ,  *光コヒーレンストモグラフィー , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  レーダ  (ND13010H) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 血管 ,  光コヒーレンストモグラフィー ,  画像分類