文献

J-GLOBAL ID：201702265126110298   整理番号：17A1725240

CBIR(コンテンツベース画像検索)応用のための大腿骨形態計測的特徴の推定【Powered by NICT】

Estimation of femur morphometric features for CBIR application

著者 (1件)： Bobby T. Christy (Department of Electronics and Communication Engineering, M.S. Ramaiah University of Applied sciences-Bangalore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICBSII  ページ： 1-5  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： 最近,骨梁骨の形態と近位大腿骨の形態計測は,骨粗しょう症と大腿骨骨折の診断のための重要かつ有用な情報を提供することが示されている。本研究では,ヒト大腿骨放射線骨画像は,セグメント化された骨由来の形態学的特徴を用いて分類する。2次元X線画像からの大腿骨骨構造である動的輪郭法を用いて分割され,頭部直径,頭高,ネック直径,転子間距離,近位大腿骨の長さと首の長さなどの形態計測は画素値で計算した。測定した形態学的距離から,六形態計測比を計算した。これらの比は,正常および異常な骨を識別するための検討と分類に使用されている。極端学習機械(ELM)と進化的極端学習機械(E ELM)のようなニューラルネットワークに基づく統計的ツールを用いて,分類を自動化した。結果は,ELM分類器と比較した場合,精度(98%)におけるEELM分類器の性能が高いことを示した。この提案した方法は,骨粗しょう症と大腿骨骨折のような疾患を同定するための定量的超音波(QUS)のadjoin法として用いることができた。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： モルフォロジー ,  骨粗鬆症 ,  *形状測定 ,  セグメンテーション ,  自動化 ,  X線画像 ,  ニューラルネットワーク ,  *大腿骨 ,  ヒト
準シソーラス用語： 極度学習機械 ,  大腿骨骨折 ,  大腿骨近位部 ,  骨梁 ,  *骨形態計測 ,  *コンテンツベース画像検索 , 【Automatic Indexing@JST】

分類 (2件)： 骨格系  (EJ10030R) ,  筋骨格系・皮膚モデル  (EL02040R)

タイトルに関連する用語 (6件)： CBIR ,  コンテンツベース画像検索 ,  応用 ,  大腿 ,  骨形態計測 ,  推定