文献

J-GLOBAL ID：201702268673075325   整理番号：17A0940023

判別多様体の確率論的モデリングから進行性脊柱変形の三次元形態予測【Powered by NICT】

3-D Morphology Prediction of Progressive Spinal Deformities From Probabilistic Modeling of Discriminant Manifolds

著者 (5件)： Kadoury Samuel (E ́cole Polytechnique de Montre ́al, Montreal, QC, Canada) ,  Mandel William (E ́cole Polytechnique de Montre ́al, Montreal, QC, Canada) ,  Roy-Beaudry Marjolaine (Sainte-Justine Hospital Research Center, Montreal, QC, Canada) ,  Nault Marie-Lyne (Sainte-Justine Hospital Research Center, Montreal, QC, Canada) ,  Parent Stefan (Sainte-Justine Hospital Research Center, Montreal, QC, Canada)
資料名： IEEE Transactions on Medical Imaging  (IEEE Transactions on Medical Imaging)
巻： 36  号： 5  ページ： 1194-1204  発行年： 2017年 
JST資料番号： H0895A  ISSN： 0278-0062  CODEN： ITMID4  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： 二面X線画像から再構成した三次元脊椎モデルから思春期特発性側弯症の進行を予測するための新しいアプローチを導入した。機械学習における最近の進歩は,分類と予後率を改善したが,データの不確実性を測定する確率的フレームワークを欠いている。局所線形写像変換データは,対応する低次元座標への高次元空間からの指摘が識別確率的多様体埋め込みを提案した。判別隣接行列は,脊柱側弯症と診断された患者の進行性(P)および非進行性(NP)グループ間の分離を最大化するために構築し,同じクラスに属する潜在的変数における距離を最小化した。変形の進展を予測するために,ベースライン再構成は多様体に投影し,時空間回帰モデルは,隣接する手本から推論された平行輸送曲線から構築した。進行速度は三次元脊椎変形の脊椎柔軟性と曲線の大きさから調節される。法は脊椎の縦方向三次元再構成を用いた133人の被験者から745再構成上で試験し,識別フレームワークを示し81%の分類率と主曲線角度2.1°の予測差の脊柱側弯症の患者のPとNPの間の同定,他の多様体学習手法を上回ることができる結果を得た。著者らの方法は,高い予測精度を達成し,他の学習法と比較して高度に変形した突起棘における空間時間的形態変化のモデル化を改善した。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： 回帰モデル ,  写像 ,  再構成 ,  *多様体 ,  脊柱側弯症 ,  機械学習 ,  *三次元 ,  *脊柱 ,  患者 ,  不確実性 ,  *予測 ,  柔軟性 ,  高次元 ,  *モデリング ,  X線画像

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： 判別 ,  多様体 ,  モデリング ,  脊柱変形 ,  形態 ,  予測