文献

J-GLOBAL ID：201702257143306492   整理番号：17A1725826

最適領域ベースのエネルギー最小化フレームワークを用いた統合失調症MR脳画像における心室のセグメンテーションと解析【Powered by NICT】

Segmentation and analysis of ventricles in Schizophrenic MR brain images using optimal region based energy minimization framework

著者 (2件)： Latha M. (Department of Electronics Engineering, MIT campus, Anna University, Chennai, India) ,  Kavitha G. (Department of Electronics Engineering, MIT campus, Anna University, Chennai, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSCN  ページ： 1-6  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： 統合失調症(SZ)は神経学的障害,脳の言語,記憶,意識と実行機能に影響する。磁気共鳴イメージング(MRI)を用いて,ヒト脳領域における構造的異常を捕捉した。本研究では,統合失調症MR脳画像から脳室領域のセグメンテーションは,最適化されたエネルギー最小化フレームワークを用いて行った。本研究で検討した画像は,生物医学研究エクセレンス(COBRE)データベースの中心から得た。最初に,元の画像は,乗算固有成分最適化を用いた同時のバイアス補正およびセグメンテーションに供した。心室をこの方法を用いて他の内部脳構造から抽出した。得られた結果は,グランドトルース画像に対して検証した。結果は,乗法的固有成分最適化法が正常およびSZ画像からセグメント心室できることを示した。グランドトルースを持つ脳室領域の相関が高い(R=0.99)。SZ被験者は健常人のそれと比較して心室面積を増加させたことが注目されている。ランド指数(0.98)と共に大局的整合性誤差の低い値と情報の変化の高い値は,提案した方法の効率を示した。心室から抽出された特徴領域が重要であると思われる;,統合失調症被験者の診断における臨床的に支援できる可能性がある。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： *統合失調症 ,  *セグメンテーション ,  言語 ,  脳室 ,  データベース ,  ヒト ,  最適化 ,  NMRイメージング ,  *画像 ,  *心室
準シソーラス用語： 被験者 ,  グランドトゥルース ,  バイアス補正 ,  *脳画像 ,  *エネルギー最小化 , 【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 (8件)： エネルギー最小化 ,  フレームワーク ,  統合失調症 ,  MR ,  脳画像 ,  心室 ,  セグメンテーション ,  解析