文献

J-GLOBAL ID：201702258323178280   整理番号：17A0964205

高密度セグメンテーションと画像の低次元埋込みのためのパラメトリック表面微分形態計測学【Powered by NICT】

Parametric Surface Diffeomorphometry for Low Dimensional Embeddings of Dense Segmentations and Imagery

著者 (4件)： Tward Daniel (Department of Biomedical Engineering, Johns Hopkins School of Medicine, Baltimore, MD) ,  Miller Michael (Department of Biomedical Engineering, Johns Hopkins School of Medicine, Baltimore, MD) ,  Trouve Alain (Ecole Normale Supe ́rieure de Cachan, Paris, France) ,  Younes Laurent (Department of Applied Mathematics and Statistics, Johns Hopkins University Whiting School of Engineering, Baltimore, MD)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 39  号： 6  ページ： 1195-1208  発行年： 2017年 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  資料種別： 逐次刊行物 (A)
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： 計算解剖学の分野では,生物学的形態(焦点,神経解剖学を含む)を例解剖学に対する微分同相写像群 diffeomorphometryと呼ばれる手法の作用を介して定量的に調べた。ここでは,解剖学的構造の表面境界上で定義された,パラメトリックモデルの低次元座標に埋め込まれたスパース表現にneuromaging研究における共通の(2分割,構造画像)高密度物体からの通過にこのフレームワーク内のアルゴリズムを設計した。著者らの主要な新しい寄与は点の直接マッピングだけでなく,逆との機能的組成による画像を介して表面を変形同時に拡張群作用を導入することである。これは皮質下灰白質構造のような二次元表面形状に関して微分同相写像を示すが,明示的に雑音の多い三次元測定によって決定されたコスト関数へのマッピングを可能にした。そのようなデータが利用できない場合,訓練データの経験的共分散から生成されたモデルだけでなく,帯域制限(Laplace-Beltrami固有関数)モデルを考察した。雑音または異常セグメンテーションへの応用,および神経画像処理研究における他の典型的な問題を示した。アルツハイマー病における変化を検出する,次元減少にもかかわらず統計的結果を再現した。最後に,T1MR画像からの皮質下構造をセグメンテーションの一般的な問題にこのアルゴリズムを適用した。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： 微分同相写像 ,  費用関数 ,  アルゴリズム ,  *形態 ,  *セグメンテーション ,  界面 ,  *微分 ,  皮質 ,  雑音 ,  *形状測定 ,  共分散 ,  解剖学 ,  *画像 ,  三次元測定 ,  二次元

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 (5件)： セグメンテーション ,  低次元 ,  埋込み ,  微分 ,  形態計測