文献

J-GLOBAL ID：201702248405296801   整理番号：17A1397196

前立腺MRI画像のためのマルチビュー協調セグメンテーション【Powered by NICT】

Multi-view collaborative segmentation for prostate MRI images

著者 (6件)： Wang Xiuying (Biomedical and Multimedia Information Technology (BMIT) research group, School of Information Technologies, The University of Sydney, Australia) ,  Tang Wensi (Biomedical and Multimedia Information Technology (BMIT) research group, School of Information Technologies, The University of Sydney, Australia) ,  Cui Hui (Biomedical and Multimedia Information Technology (BMIT) research group, School of Information Technologies, The University of Sydney, Australia) ,  Zeng Shan (School of Mathematics and Computer Science, Wuhan Polytechnic University, China) ,  Feng David Dagan (BMIT research group, School of Information Technologies, The University of Sydney, Australia) ,  Fulham Michael (Faculty of Medicine, The University of Sydney and Department of PET and Nuclear Medicine, Royal Prince Alfred Hospital, Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EMBC  ページ： 3529-3532  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： MRI画像からの前立腺描写は患者と疾患進行を横断する外見変動に部分的に起因して長期挑戦的な課題である。これらの課題を解決するために,提案した協調法は最適境界描写を学習するための複数ビューとして計算多重ラベル関連度地図を考慮に入れた。この方法では,最初に多重ラベル関連度地図を抽出した手製特徴の選択を回避するために予め定義されたラベルに対する各ラベル付けされていない画素の間の親和性を表現した。これらのマップは,共同クラスタリングに組み込まれた種子選択感度問題を克服する最適セグメンテーションのための適応重みを学習した。セグメンテーション結果は,ダイス類似度係数(DSC),絶対相対体積差(ARVD)と平均対称表面距離(ASSD)(mm)に関して22前立腺MRI患者研究で評価した。結果とt-テストは,提案した方法がセグメンテーション精度とロバスト性を改善し,改善は統計的に有意であることを示した。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： *セグメンテーション ,  多重化 ,  ロバスト性 ,  画素 ,  *前立腺 ,  患者 ,  親和性 ,  *NMRイメージング ,  対称性
準シソーラス用語： セグメンテーション精度 ,  類似度 ,  疾患進行 ,  *マルチビュー , 【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)： 前立腺 ,  MRI画像 ,  マルチビュー ,  協調 ,  セグメンテーション