文献

J-GLOBAL ID：201702248214511386   整理番号：17A0406500

局所二値パターンとヒストグラム配向勾配を用いた3次元MRI画像における脳腫瘍の検出【Powered by NICT】

Detection of brain tumor in 3D MRI images using local binary patterns and histogram orientation gradient

著者 (2件)： Abbasi Solmaz (School of Electrical and Computer Engineering, Shiraz University, Shiraz, Iran) ,  Tajeripour Farshad (School of Electrical and Computer Engineering, Shiraz University, Shiraz, Iran)
資料名： Neurocomputing  (Neurocomputing)
巻： 219  ページ： 526-535  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  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： 脳腫瘍病理学は,ヘルスケアの社会に必須である優先と考えられ最も一般的な死亡率問題の一つである。障害の型の正確な診断は致命的な結果を最小化できる治療薬のための計画を立てるために重要である。セグメンテーションと検出の主要な目的は,脳の異なる領域の間の区別をすることである。精度に加えて,これらの技術は迅速に実施されるべきである。本論文では,3D画像中の脳腫瘍検出のための自動手法が提案されている。第一段階では,バイアス場補正とヒストグラムマッチングは,画像の前処理に使用されている。次の段階では,関心のある領域は好み画像の背景から同定し,分離した。三直交面(LBP TOP)における局所的二値パターンと方位勾配(HOG TOP)のヒストグラムは学習特徴として使用した。3D画像は,本研究で使用されるので3D画像のヒストグラム方位勾配を拡張するために,三個の直交平面内での局所二値パターンという概念を導入した。ランダムフォレストは,腫瘍領域を分割するのに使用した。BRATS2013から神経膠腫画像上で提案アルゴリズムの性能を評価した。著者らの実験結果と分析は,著者らの提案したフレームワークは,他の技術と比較して脳腫瘍を検出するのに優れていることを示した。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： 前処理 ,  *腫瘍 ,  *画像 ,  直交性 ,  健康管理 ,  神経膠腫 ,  バイアス ,  死亡率 ,  *脳腫瘍 ,  セグメンテーション ,  *ヒストグラム
準シソーラス用語： 腫瘍検出 ,  ランダムフォレスト ,  三次元画像 ,  *三次元MRI , 【Automatic Indexing@JST】

著者キーワード (5件)： 医用画像処理 ,  腫瘍検出 ,  局所二値パターン ,  ヒストグラム配向勾配 ,  MRI像

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 二値 ,  ヒストグラム ,  配向 ,  勾配 ,  3次元MRI ,  脳腫瘍