文献

J-GLOBAL ID：201702272345515803   整理番号：17A1400531

半教師つき学習を用いたCTボリュームデータにおけるスリガラス状陰影小結節を含む切片の検出【Powered by NICT】

Detection of slices including a ground-glass opacity nodule in CT volume data with semi-supervised learning

著者 (6件)： Yuan Dandan (School of Electronics and Information Engineering, Tianjin Polytechnic University, Tianjin, 300387, China) ,  Du Weiwei (Department of Information and Human Science, Kyoto Institute of Technology, Kyoto, 6068585, Japan) ,  Duan Xiaojie (Tianjin Polytechnic University, Tianjin, 300387, China) ,  Wang Jianming (Tianjin Polytechnic University, Tianjin, 300387, China) ,  Ma Yanhe (Tianjin Chest Hospital, Tianjin, 300051, China) ,  Zhang Hong (Tianjin Chest Hospital, Tianjin, 300051, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SNPD  ページ： 557-561  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： GGO結節の特徴は,悪性疾患や肺の良性腫瘍を判定するGGO結節の境界による体積,平均,スリガラス様陰影結節の分散のような得られる必要がある。しかし,放射線科医がCTボリュームデータにおけるGGO結節を含むスライスを探索する必要がある。は時間がかかる。ラベル伝搬に基づく半教師つき学習手法を提案した。まず,GGO結節は1枚で標識した。第二に,画素の値を用いて標識したGGO結節と比較して類似性は見いだせなかった。最後に,他のスライスのGGO結節を反復法により標識した。実験結果が本論文のアプローチはGGO結節を含むスライスを見つけることができることを示した。アプローチである性能における最近傍アルゴリズムよりも良好であった。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： 逐次近似 ,  *アルゴリズム ,  悪性疾患 ,  画素 ,  良性腫瘍 ,  類似性
準シソーラス用語： ラベル伝搬 ,  放射線科医 ,  *結節 ,  *ボリュームデータ ,  *半教師つき学習 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 半教師つき学習 ,  CT ,  ボリュームデータ ,  スリガラス状陰影 ,  結節