文献

J-GLOBAL ID：201702270232973944   整理番号：17A0969018

イソ輪郭とカスケードRUSBoostsを用いた自動化3D乳房超音波における乳癌検出【Powered by NICT】

Breast cancer detection in automated 3D breast ultrasound using iso-contours and cascaded RUSBoosts

著者 (5件)： Kozegar Ehsan (School of Computer Engineering, Iran University of Science and Technology, Tehran, Iran) ,  Soryani Mohsen (School of Computer Engineering, Iran University of Science and Technology, Tehran, Iran) ,  Behnam Hamid (School of Electrical Engineering, Iran University of Science and Technology, Tehran, Iran) ,  Salamati Masoumeh (Department of Reproductive Imaging, Reproductive Biomedicine Research Center, Royan Institute for Reproductive Biomedicine, ACECR, Tehran, Iran) ,  Tan Tao (Department of Radiology and Nuclear Medicine, Radboud University Medical Center, Nijmegen 6525 GA, The Netherlands)
資料名： Ultrasonics  (Ultrasonics)
巻： 79  ページ： 68-80  発行年： 2017年 
JST資料番号： C0379B  ISSN： 0041-624X  CODEN： ULTRA3  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： 自動化3D乳房超音波(ABUS)は密度の高い乳房を持つ女性の癌を検出するための乳房撮影への補助としての新しい一般的な方法である。本論文では,多段コンピュータ支援検出システムはABUS画像における癌を検出するために提案した。第一段階では,OBNLMと呼ばれる効率的なスペックル除去法はスペックル雑音を低減するための画像に適用した。その後,質量の境界は低エコーであるとしてアイソコンターに基づく新しいアルゴリズムを初期候補を検出するために適用した。偽発生アイソコンターを低減するために,hypoechoicity,真円度,面積および輪郭強度などの特徴を使用した。,得られた候補はさらにその基本分類器は,不均衡データセットを扱うために導入されたランダムアンダーサンプリングブースティング(RUSBoost)は,カスケード分類器によって処理される。各基本分類器は,Gabor,LBP,GLCMおよび他の特徴のような特徴の上で訓練される。提案システムの性能を,74人の患者からの104体積,悪性112病変を含むを用いて評価した。自由応答動作特性(FROC)分析によれば,提案したシステムは,1つの偽陽性画像当りで68%と76%の領域に基づく感度と事例ベース感度を達成した。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： *超音波 ,  *自動化 ,  アルゴリズム ,  患者 ,  画像 ,  *三次元 ,  真円度 ,  女性 ,  *乳房 ,  乳房撮影
準シソーラス用語： 事例ベース ,  スペックル雑音 ,  スペックル低減 ,  コンピュータ支援検出 ,  *乳癌検出 , 【Automatic Indexing@JST】

著者キーワード (5件)： 自動乳房超音波 ,  質量 ,  コンピュータ支援検出 ,  レベル集合 ,  カスケード分類

分類 (1件)： 腫ようの診断  (GE03020J)

タイトルに関連する用語 (7件)： 輪郭 ,  カスケード ,  自動化 ,  3D ,  乳房 ,  超音波 ,  乳癌検出