文献

J-GLOBAL ID：201702254338110130   整理番号：17A1506948

臨床意思決定支援システムのための脳組織分類法【Powered by NICT】

Brain tissue classification method for clinical decision-support systems

著者 (1件)： Guo Peifang (Sherbrooke Street, Montreal, Quebec, H4B 1R6, Canada)
資料名： Engineering Applications of Artificial Intelligence  (Engineering Applications of Artificial Intelligence)
巻： 64  ページ： 232-241  発行年： 2017年 
JST資料番号： T0797A  ISSN： 0952-1976  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： 研究は脳組織体積の萎縮の程度は加齢関連痴呆患者の疾患進行の指標を提供することができることを示した。本論文では,後処理中の非脳組織の関節組織セグメンテーションと除去のための提案した方法はしきい値セグメンテーションと後処理パイプライン(TS PP)のモデル,グレースケールヒストグラムに基づくを統合することにより,磁気共鳴イメージング(MRI)で行った。アプローチでは,統計的分散係数を採用した灰白質および白質の強度の二重閾値を決定するために,予備的しきい値マスク,頭蓋骨上のいくつかの非脳組織を得るために用いた。第一分割前の非脳組織の除去のための前処理段階に依存し他の一般的な方法とは異なり,TSPPはセグメンテーション最初の変動係数によるしきい値を選択し,次に,後処理,反復輪郭精密化および形態学的再構成中の操作の二群を行い,頭蓋骨上の非脳組織を最小化することである。検証では,TSPPは20種類の模擬T1強調MRIデータセットと実時間OASISデータを用いて実行した。実験結果は,この手法のロバスト性を示し,前処理段階に構築するいくつかの既存のセグメンテーション法と比較した。比較では,提案したハイブリッドモデルTSPPはMRIにおける組織分類における改善された性能を達成した。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： ロバスト性 ,  前処理 ,  後処理 ,  画像 ,  モルフォロジー ,  *セグメンテーション ,  グレースケール ,  白質 ,  患者 ,  モデリング ,  NMRイメージング ,  頭蓋骨 ,  類似性 ,  再構成
準シソーラス用語： *脳組織 , 【Automatic Indexing@JST】

著者キーワード (7件)： 画像しきい値セグメンテーション ,  画像強度モデル化 ,  輪郭抽出 ,  形態学的再構成 ,  Dice類似性 ,  グレースケール変換 ,  磁気共鳴イメージング

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 臨床意思決定支援システム ,  脳組織 ,  分類法