文献

J-GLOBAL ID：201702269512386551   整理番号：17A1176569

医用CT画像における100上の解剖学的ランドマークの自動検出:独立検出器と組合せ最適化を用いたフレームワーク【Powered by NICT】

Automatic detection of over 100 anatomical landmarks in medical CT images: A framework with independent detectors and combinatorial optimization

著者 (10件)： Hanaoka Shouhei (Department of Radiology, The University of Tokyo Hospital, 7-3-1 Hongo, Bunkyo-ku, Tokyo, Japan) ,  Hanaoka Shouhei (Tokyo University of Agriculture and Technology, 2-24-16 Nakamachi, Koganei, Tokyo, Japan) ,  Shimizu Akinobu (Tokyo University of Agriculture and Technology, 2-24-16 Nakamachi, Koganei, Tokyo, Japan) ,  Nemoto Mitsutaka (Department of Computational Diagnostic Radiology and Preventive Medicine, The University of Tokyo Hospital, 7-3-1 Hongo, Bunkyo-ku, Tokyo, Japan) ,  Nomura Yukihiro (Department of Computational Diagnostic Radiology and Preventive Medicine, The University of Tokyo Hospital, 7-3-1 Hongo, Bunkyo-ku, Tokyo, Japan) ,  Miki Soichiro (Department of Computational Diagnostic Radiology and Preventive Medicine, The University of Tokyo Hospital, 7-3-1 Hongo, Bunkyo-ku, Tokyo, Japan) ,  Yoshikawa Takeharu (Department of Computational Diagnostic Radiology and Preventive Medicine, The University of Tokyo Hospital, 7-3-1 Hongo, Bunkyo-ku, Tokyo, Japan) ,  Hayashi Naoto (Department of Computational Diagnostic Radiology and Preventive Medicine, The University of Tokyo Hospital, 7-3-1 Hongo, Bunkyo-ku, Tokyo, Japan) ,  Ohtomo Kuni (Department of Radiology, The University of Tokyo Hospital, 7-3-1 Hongo, Bunkyo-ku, Tokyo, Japan) ,  Masutani Yoshitaka (Department of Intelligent Systems, Graduate School of Information Sciences, Hiroshima City University, 3-4-1 Otsuka-higashi, Asaminami-ku, Hiroshima, Japan)
資料名： Medical Image Analysis  (Medical Image Analysis)
巻： 35  ページ： 192-214  発行年： 2017年 
JST資料番号： W3156A  ISSN： 1361-8415  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： コンピュータ断層撮影(CT)体積における197種の解剖学的に定義されたランドマークの自動検出法を提示した。提案した方法は,2段階サンプリングアルゴリズムを用いた新しい組合せ最適化フレームワークを用いた検出障害,限られた結像範囲と他の問題に起因するランドマーク見逃されたを取り扱うことができる。候補のリストは,それぞれのランドマーク検出器により発生させた後,候補の最良の組合せは,事前知識を提供するためにランドマーク点分布モデル(L PDM)を用いた組合せ最適化アルゴリズムにより探索した。最適化は,シミュレーテッドアニーリングと反復Gibbsサンプリングによって行った。Gibbsサンプリングの各サイクルの前に,他のサンプリングアルゴリズムを各ターゲットランドマークの空間分布を評価するために処理される,任意の正しい検出器派生候補なしランドマーク位置を推定することができる。提案した方法は,種々の撮像範囲を持つ104CTボリュームを用いて評価した。全体の平均検出距離誤差は6.6mmで,ランドマークの83.8%,93.2%と96.5%がグランドトルースから1015および20mm以内でそれぞれ検出された。提案した方法は,ランドマークの大部分はイメージング範囲の外側しても作用した。椎骨重心の同定精度は,公開データセットを用いて評価し,提案した方法は,いくつかの疾患を含む椎骨の70%を同定することができた。これらの結果から,種々のCTデータセットにおける多重ランドマークの検出における提案フレームワークの実現可能性を検証した。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： 画像処理 ,  空間分布 ,  結像 ,  *最適化 ,  計算機トモグラフィー ,  撮像 ,  *検出器 ,  シミュレーテッドアニーリング ,  *解剖学
準シソーラス用語： Gibbsサンプリング ,  事前知識 ,  *ランドマーク ,  *組合せ最適化 ,  *自動検出 ,  *CT画像 , 【Automatic Indexing@JST】

著者キーワード (4件)： 解剖学的ランドマーク ,  計算機トモグラフィー ,  脊椎の ,  組合せ最適化

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： CT画像 ,  解剖学的ランドマーク ,  自動検出 ,  検出器 ,  組合せ最適化 ,  フレームワーク