文献

J-GLOBAL ID：201702244122780595   整理番号：17A1505782

全身PET CTリンパ腫研究におけるFDG取込の領域の自動検出と分類【Powered by NICT】

Automatic detection and classification of regions of FDG uptake in whole-body PET-CT lymphoma studies

著者 (10件)： Bi Lei (School of Information Technologies, University of Sydney, NSW, Australia) ,  Kim Jinman (School of Information Technologies, University of Sydney, NSW, Australia) ,  Kumar Ashnil (School of Information Technologies, University of Sydney, NSW, Australia) ,  Wen Lingfeng (School of Information Technologies, University of Sydney, NSW, Australia) ,  Wen Lingfeng (Department of Molecular Imaging, Royal Prince Alfred Hospital, NSW, Australia) ,  Feng Dagan (School of Information Technologies, University of Sydney, NSW, Australia) ,  Feng Dagan (Med-X Research Institute, Shanghai Jiao Tong University, Shanghai, China) ,  Fulham Michael (School of Information Technologies, University of Sydney, NSW, Australia) ,  Fulham Michael (Department of Molecular Imaging, Royal Prince Alfred Hospital, NSW, Australia) ,  Fulham Michael (Sydney Medical School, University of Sydney, NSW, Australia)
資料名： Computerized Medical Imaging and Graphics  (Computerized Medical Imaging and Graphics)
巻： 60  ページ： 3-10  発行年： 2017年 
JST資料番号： T0220A  ISSN： 0895-6111  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： リンパ腫患者の[~18F]-フルオロデオキシグルコース(FDG)陽電子放出断層撮影-コンピューター断層撮影(PET CT)スキャンは通常増加した放射性トレーサ取込の焦点となる疾患関与を示した。異常検出のための既存の方法は,これらの焦点の特性をモデル化これは病変に関する矛盾した形状と局在情報により挑戦的である。FDG取込の程度のしきい値関与の異なる部位を分離するための標準的方法である。しかし小さい領域に部位を,腎臓,膀胱,脳と心臓のような正常な生理的FDG取込と正常FDG排泄(sFEPU)の部位を同定する不正確に可能性がある。これらsFEPUは異常な取込のサイトがあり,その結果問題画像解釈できるを曖昧にすることができる。sFEPU同定は病変検出と画像解釈の感度を改善するための重要である。sFEPUフラグメントとその矛盾局在情報間の低いクラス間差異を説明しないためsFEPUを同定するための既存の方法は不正確である。本研究では,個々のsFEPUフラグメントをグループより大きな領域にマルチスケールスーパーピクセルベース符号化(MSE)を用いてこの問題を調べ,その結果,ドメイン移動畳込みニューラルネットワークによる高度に区別できる画像特徴の抽出を可能にした。を最も頻繁に発生するクラスに過剰適合を回避するクラス駆動特徴選択と分類モデル(CFSC)法を用いてsFEPUクラスの一つにそこで領域を分類した。40全身リンパ腫のPET CT研究に関する著者らの実験は,この方法がsFEPUの分類における既存の方法に比べて良好な精度(91.73%の平均Fスコア)を達成したことを示した。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： ニューラルネットワーク ,  心臓 ,  モデリング ,  画像特性 ,  走査 ,  *リンパ腫 ,  患者 ,  特徴選択 ,  画像認識 ,  膀胱 ,  PET【トモグラフィー】 ,  曖昧さ
準シソーラス用語： 異常検出 ,  *自動検出 ,  *PET/CT , 【Automatic Indexing@JST】

著者キーワード (4件)： 分類 ,  しきい値処理 ,  PET CT ,  CNN

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (9件)： 全身 ,  PET ,  CT ,  リンパ腫 ,  研究 ,  FDG ,  取込 ,  自動検出 ,  分類