文献

J-GLOBAL ID：201702263831018172   整理番号：17A1650564

畳込みニューラルネットワークを用いた内視鏡ビデオフレームにおける子宮壁のピクセルごとセグメンテーション【Powered by NICT】

Pixelwise segmentation of uterine wall in endoscopic video frame using convolutional neural networks

著者 (2件)： Burai Peter (University of Debrecen, Faculty of Informatics, POB 400, 4002 Debrecen, Hungary) ,  Harangi Balazs (University of Debrecen, Faculty of Informatics, POB 400, 4002 Debrecen, Hungary)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISPA  ページ： 95-98  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： 体外受精(IVF)の数は,新しいミレニアムの始まりから連続的に増加しているが,移植の成功率は低いままであった。統計によると,IVFの失敗の主な理由は,女性因子に関連している。本研究プロジェクトの目的は,医療専門家は,受精のための最も適切な時間を決定するのに役立つしようとする婦人科医のための自動画像処理に基づく意思決定支援システムを提供することである。本論文では,このツールの第一成分,更なる検査のための子宮約ビデオの前処理を扱うを提示した。の関心領域を決定する完全に畳込みニューラルネットワーク(ファジィ・セルラ・ニューラルネットワーク)によるビデオフレームのセグメンテーションを含んでいる。選択されたモデルは,実際の子宮鏡手術で得られた四千の画像上で訓練された,他の716のもので試験した。眼底の正しい認識に関する92%のセグメンテーション精度を達成した。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： *画素 ,  *畳込み ,  意思決定支援システム ,  体外受精 ,  前処理 ,  *内視鏡 ,  女性 ,  *録画装置 ,  医療従事者 ,  *子宮 ,  *ニューラルネットワーク ,  *セグメンテーション
準シソーラス用語： 子宮鏡 ,  関心領域 ,  成功率 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 畳込みニューラルネットワーク ,  内視鏡 ,  ビデオフレーム ,  子宮 ,  ピクセル ,  セグメンテーション