文献

J-GLOBAL ID：201702231750616258   整理番号：17A1350058

MRI脳腫瘍に対するエネルギー最小化に基づく自動局在化とレベル集合【Powered by NICT】

Automatic localization and level set based energy minimization for MRI brain tumor

著者 (2件)： Singh Nikita (Department of Computer Science Engineering, College of Technology and Engineering, Maharana Pratap University of Agriculture and Technology, Udaipur, 313001, India) ,  Choudhary Naveen (Department of Computer Science Engineering, College of Technology and Engineering, Maharana Pratap University of Agriculture and Technology, Udaipur, 313001, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： Comptelix  ページ： 130-134  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： 腫瘍異常の自動セグメンテーションは,放射線科医の非常に困難な仕事である。本研究では,自動種子点局在に脳腫瘍と最初に感染する領域の位置を選択する必要性がないことを提案した。この後初期境界ボックスの異常の推定,MRI脳腫瘍の局在に基づくエネルギー最小化であることを新しい技術による自動レベルセット最小化関数と呼ばれる腫瘍のセグメンテーションを提案した。局在化の性能は検出レベルに基づいており,放射線科医解析結果を用いて評価した。全100FLAIR,T1およびT2強調MRI脳腫瘍画像(星状細胞腫(22),神経節膠腫(6),神経膠芽腫(23),Epidermoide(3),混合神経こう腫(5)およびMeningnet(41))(腫瘍の5型)を実験に用いた。実験結果は,この方法が97%の精度で脳腫瘍を局在化していることを示した。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： 神経膠腫 ,  星状細胞腫 ,  *脳腫瘍 ,  *腫瘍 ,  セグメンテーション ,  膠芽腫 ,  画像
準シソーラス用語： 神経節膠腫 ,  放射線科医 ,  自動セグメンテーション ,  *レベルセット法 ,  *局在化 ,  *エネルギー最小化 , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： MRI ,  脳腫瘍 ,  エネルギー最小化 ,  局在化 ,  レベル集合