文献

J-GLOBAL ID：201702254957563462   整理番号：17A1622335

褥瘡画像の正確なセグメンテーションのための自動化フレームワーク【Powered by NICT】

Automated framework for accurate segmentation of pressure ulcer images

著者 (5件)： Garcia-Zapirain Begonya (EVIDA Research Group, Deusto University, Spain) ,  Garcia-Zapirain Begonya (Department of Computer Engineering and Computer Science, University of Louisville, Louisville, KY, USA) ,  Shalaby Ahmed (Bioimaging Lab, University of Louisville, Louisville, KY, USA) ,  El-Baz Ayman (Bioimaging Lab, University of Louisville, Louisville, KY, USA) ,  Elmaghraby Adel (Department of Computer Engineering and Computer Science, University of Louisville, Louisville, KY, USA)
資料名： Computers in Biology and Medicine  (Computers in Biology and Medicine)
巻： 90  ページ： 137-145  発行年： 2017年 
JST資料番号： E0858A  ISSN： 0010-4825  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： 潰よう組織セグメンテーションは創傷を評価するために医療関係者支援に極めて重要である。本論文では,カラー画像からセグメント褥瘡組織構造への最新の画像処理技術を用いた新しい計算フレームワークを紹介した。フレームワークは,過去に記憶した色RGB画像の利用可能なデータベースからの事前色情報で観測された入力画像の外観モデルを統合した。四処理段階を行った。最初に,実行時間を最小化し,セグメンテーション精度を向上させるために,全潰よう面積の関心領域(ROI)は,コントラスト変化に基づいて同定することができた。この段階は画素ごと強度の合成周波数,画素ごと強度間の関係を記述するために電場エネルギーモデルを用いて計算を利用した。,グレースケールROI画像のための三つの主要な組織クラスの周辺確率分布を推定するために,観測された画像の外観は離散Gauss(LCDG)モデルの線形結合によりモデル化した。,色ROI画像のためのこれらのクラスのピクセルワイズ確率が手動でセグメント化したデータベース画像のRGB色についての利用可能な事前情報を用いて計算した。初期標識は,画素ごとの色の観察と事前確率の両方に基づいて得られた。最後に,連続性を維持するために,ラベルが微細化され,一般化Gauss-Markov確率場(GGMRF)モデルを用いて正常化した。センターIGURCOにより提供された,褥瘡の24臨床画像上での実験的検証は90.4%の高いセグメンテーション精度を示した。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： *褥瘡 ,  確率分布 ,  画像処理 ,  データベース ,  電場 ,  コントラスト ,  *セグメンテーション ,  カラー画像 ,  *自動化 ,  画素 ,  *画像 ,  連続性 ,  グレースケール ,  モデリング ,  周波数

著者キーワード (5件)： 圧力潰よう ,  LCDG ,  GGMRF ,  セグメンテーション ,  RGB

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 褥瘡 ,  セグメンテーション ,  自動化 ,  フレームワーク