文献

J-GLOBAL ID：201702253272570706   整理番号：17A1231903

白質病変の存在下でのMR脳画像の自動組織セグメンテーション【Powered by NICT】

Automated tissue segmentation of MR brain images in the presence of white matter lesions

著者 (9件)： Valverde Sergi (Research institute of Computer Vision and Robotics, University of Girona, Ed. P-IV, Campus Montilivi, 17071 Girona, Spain) ,  Oliver Arnau (Research institute of Computer Vision and Robotics, University of Girona, Ed. P-IV, Campus Montilivi, 17071 Girona, Spain) ,  Roura Eloy (Research institute of Computer Vision and Robotics, University of Girona, Ed. P-IV, Campus Montilivi, 17071 Girona, Spain) ,  Gonzalez-Villa Sandra (Research institute of Computer Vision and Robotics, University of Girona, Ed. P-IV, Campus Montilivi, 17071 Girona, Spain) ,  Pareto Deborah (Magnetic Resonance Unit, Dept of Radiology, Vall d’Hebron University Hospital, Spain) ,  Vilanova Joan C. (Girona Magnetic Resonance Center, Spain) ,  Ramio-Torrenta Lluis (Multiple Sclerosis and Neuroimmunology Unit, Dr. Josep Trueta University Hospital, Spain) ,  Rovira Alex (Magnetic Resonance Unit, Dept of Radiology, Vall d’Hebron University Hospital, Spain) ,  Llado Xavier (Research institute of Computer Vision and Robotics, University of Girona, Ed. P-IV, Campus Montilivi, 17071 Girona, Spain)
資料名： Medical Image Analysis  (Medical Image Analysis)
巻： 35  ページ： 446-457  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： 過去数年にわたり,臨床設定に脳組織体積測定への関心の高まりは,広い数自動組織セグメンテーション法の開発をもたらした。しかし,白質病変は自動組織セグメンテーション法の性能,病変のマニュアルアノテーションとセグメンテーション前再充填,これは手間と時間のかかる作業を必要とすることを減少させることが知られている。,WM病変の存在下で画像を扱うために設計された新しい,完全自動化T1w/FLAIR組織セグメンテーションアプローチを提案した。このアプローチはWM異常値排除と充填を用いたロバストな部分容積組織セグメンテーションを統合し,強度と確率論的および形態学的前マップを組み合わせた。MRBrainS13組織セグメンテーション挑戦データベース,血管WM病変を持つ画像を含む,多発性硬化症(MS)患者画像のセットにもこの方法の性能を評価した。両データベースについて,我々の手法と最新の技術の性能を検証した。MRBrainS13データについて,提示した手法は,挑戦の最良のランク付けされた教師なし強度モデル法(七位)をJORCの提案の時間であり,FASTとSPM12のような他の教師なしパイプラインより優れていた。MSデータについて,画像提案手法と同じ画像を用いた分割マニュアルエキスパートアノテーションを用いたセグメンテーション前T1W画像上病変を再充填した間組織セグメンテーションの差は低いか自動病変分割と充填を最良の最新のパイプラインと類似していた。著者らの結果は,提案したパイプラインは血管およびMS両病変に非常に競争力のある結果を達成したことを示す。このアプローチの公共版である画像コミュニティのためのダウンロードに利用可能である。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： ロバスト性 ,  体積測定 ,  血管 ,  多発性硬化症 ,  コミュニティ ,  モルフォロジー ,  患者 ,  異常値 ,  *セグメンテーション ,  データベース ,  *画像 ,  等級づけ
準シソーラス用語： *病巣 ,  *脳画像 ,  *白質病変 , 【Automatic Indexing@JST】

著者キーワード (4件)： 脳 ,  MRI ,  多発性硬化症 ,  自動組織セグメンテーション

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 白質病変 ,  MR ,  脳画像 ,  組織 ,  セグメンテーション