文献

J-GLOBAL ID：201702259632576433   整理番号：17A0969337

CT画像に及ぼすを描写する脂肪組織容積の分割の自動2段階畳込みニューラルネットワークに基づくコンピュータ支援検出スキーム【Powered by NICT】

A two-step convolutional neural network based computer-aided detection scheme for automatically segmenting adipose tissue volume depicting on CT images

著者 (6件)： Wang Yunzhi (School of Electrical and Computer Engineering, University of Oklahoma, Norman, OK 73019, United States) ,  Qiu Yuchen (School of Electrical and Computer Engineering, University of Oklahoma, Norman, OK 73019, United States) ,  Thai Theresa (Health Science Center of University of Oklahoma, Oklahoma City, OK 73104, United States) ,  Moore Kathleen (Health Science Center of University of Oklahoma, Oklahoma City, OK 73104, United States) ,  Liu Hong (School of Electrical and Computer Engineering, University of Oklahoma, Norman, OK 73019, United States) ,  Zheng Bin (School of Electrical and Computer Engineering, University of Oklahoma, Norman, OK 73019, United States)
資料名： Computer Methods and Programs in Biomedicine  (Computer Methods and Programs in Biomedicine)
巻： 144  ページ： 97-104  発行年： 2017年 
JST資料番号： D0213C  ISSN： 0169-2607  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アイルランド (IRL)  言語： 英語 (EN)

抄録/ポイント： 正確に人体内脂肪組織量の評価は,疾患または癌リスク,診断,及び予後を予測する上で重要な役割を果たしている。脂肪面積のサイズを推定するための唯一の主観的に選択されたCT画像スライスを用いたの限界を克服するために,本研究は,容量CT画像上で皮下脂肪面積(SFA)と内臓脂肪面積(VFA)のセグメンテーションを描写する自動的に深層学習法に基づくコンピュータ支援検出(CAD)方式を開発し,試験することを目的としている。過去に遡って収集したCT画像データセットは二個の独立した訓練と試験群に分けた。提案したCADフレームワークは二畳込みニューラルネットワーク(CNN)二段階すなわち,選択CNNとセグメンテーションCNNから成っていた。最初のCNNは,SFA,VFAを記述した腹部CTスライスを選択する2,240CTスライスを用いて訓練した。第二CNNは84,000ピクセルパッチを用いて訓練されたおよび選択されたCTスライスに適用した脂肪関連画素を同定し,SFA,VFAクラスに帰属した。マニュアルCTスライス選択と脂肪ピクセルセグメンテーション結果と比較して,選択CNNを用いたCTスライス選択の精度は95.8%であったが,セグメンテーションCNNを用いた脂肪画素セグメンテーションの精度は96.8%であった。本研究では,CTスキャンから人体の開腹を自動認識と体積CTデータからSFAとVFAのセグメンテーション手動セグメンテーション結果と高精度または一致する新しい深い学習に基づくCADスキームを適用することの実現可能性を実証した。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： 画素 ,  *ニューラルネットワーク ,  セグメンテーション ,  学習 ,  *脂肪組織 ,  計算機トモグラフィー ,  内臓脂肪 ,  *畳込み
準シソーラス用語： 高精度 ,  自動認識 ,  腹部CT ,  深層学習 ,  内臓脂肪面積 ,  *コンピュータ支援検出 ,  *CT画像 , 【Automatic Indexing@JST】

著者キーワード (6件)： コンピュータ支援検出(CAD) ,  深い学習 ,  畳込みニューラルネットワーク(CNN) ,  脂肪組織のセグメンテーション ,  皮下脂肪面積(SFA) ,  内臓脂肪域(VFA)

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： CT画像 ,  脂肪組織 ,  容積 ,  段階 ,  畳込みニューラルネットワーク ,  コンピュータ支援検出 ,  スキーム