文献

J-GLOBAL ID：201702234630820377   整理番号：17A1429907

学習最適化更新を用いたマルチモーダルレジストレーションを誘導【Powered by NICT】

Guiding multimodal registration with learned optimization updates

著者 (6件)： Gutierrez-Becker Benjamin (Computer Aided Medical Procedures (CAMP), Technische Universitaet Muenchen, Boltzmanstr. 3 Garching, 85748, Germany) ,  Gutierrez-Becker Benjamin (Department of Child and Adolescent Psychiatry, Psychosomatic and Psychotherapy, Ludwig-Maximilian-University, Waltherstr. 23. Munich, Germany) ,  Mateus Diana (Computer Aided Medical Procedures (CAMP), Technische Universitaet Muenchen, Boltzmanstr. 3 Garching, 85748, Germany) ,  Peter Loic (Computer Aided Medical Procedures (CAMP), Technische Universitaet Muenchen, Boltzmanstr. 3 Garching, 85748, Germany) ,  Navab Nassir (Computer Aided Medical Procedures (CAMP), Technische Universitaet Muenchen, Boltzmanstr. 3 Garching, 85748, Germany) ,  Navab Nassir (Computer Aided Medical Procedures (CAMP), Johns Hopkins University, USA)
資料名： Medical Image Analysis  (Medical Image Analysis)
巻： 41  ページ： 2-17  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： 本論文では,新たな視点からマルチモーダルレジストレーション問題を取り上げ,それらの外観から直接変換整列画像を予測することを目的とした。入力として教師つき回帰タスクとして,結合画像記述子を用いた予測を定式化し,出力はアラインメントに向けて動画像を誘導する変換のパラメータである。二モダリティにおける局所および大域的な合図を得る同時にコンテキストアウェア記述子との共同局所外見をモデル化し,一方回帰関数は非常に大きな文脈特徴空間を扱うことができる勾配ブーストツリー法に基づいている。予測の良好な特性は,最終的なレジストレーションのための簡単な勾配ベースの最適化と結合することを可能にする。提案アプローチは,任意の変換パラメータ化と同様に広範囲モダリティ対のに適用することができる。著者らの方法は,整列した画像対(著者らの実験における1 5の順で)の小さな訓練集合の形で事前知識を用いたモダリティの対の強度分布の間の関係を学習する。品種二種類の公開利用可能なデータセット,RIRE(脳MR,CT,PET)とIXI(脳MR)から得られたマルチモーダルイメージング対のその性能を評価することによりこの方法の柔軟性と一般性を示した。も血管内超音波と組織学画像の非常に挑戦的な変形可能レジストレーションの結果を示した。これらの実験では,その他の最先端レベル手法と比較した場合,提案アプローチでは,より大きな捕捉範囲を持ち,複雑な事例におけるレジストレーション精度を改善した。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： アラインメント ,  捕獲 ,  動画像 ,  普遍性 ,  画像 ,  *最適化 ,  パラメタリゼーション ,  *学習 ,  定式化 ,  柔軟性 ,  モデリング
準シソーラス用語： 事前知識 ,  特徴空間 ,  コンテキストアウェアネス ,  モダリティ , 【Automatic Indexing@JST】

著者キーワード (4件)： 画像レジストレーション ,  機械学習 ,  マルチモーダルレジストレーション ,  動き推定

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 学習 ,  最適化 ,  更新 ,  誘導