文献

J-GLOBAL ID：201702276992913502   整理番号：17A1744421

確率的森林アルゴリズムに基づくマウスのマイクロCT画像における骨関節の特徴点の位置決め【JST・京大機械翻訳】

Bone Joints Localization in Mouse Micro-CT Images Using Random Forests Algorithm

著者 (3件)： Tu Ruibo (大連理工大学生物医学工程系,遼寧大連,116024) ,  Chen Zhonghua (大連理工大学生物医学工程系,遼寧大連,116024) ,  Wang Hongkai (大連理工大学生物医学工程系,遼寧大連,116024)
資料名： Zhongguo Shengwu Yixue Gongcheng Xuebao  (Zhongguo Shengwu Yixue Gongcheng Xuebao)
巻： 36  号： 3  ページ： 257-266  発行年： 2017年 
JST資料番号： C2256A  ISSN： 0258-8021  CODEN： ZSYXEI  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 小動物のイメージング技術の発展に伴い、技術者が毎日処理する必要のある小動物の画像数量が急激に増加し、これにより自動化された小動物の画像分析方法が切迫な需要となっている。マウスの画像分析において、マウスが柔軟に変化する身体姿勢は自動化された画像分析に困難をもたらす。ランダムフォレストアルゴリズムに基づいて,マウスのマイクロCT画像における骨関節点の自動位置決めを実現し,マウスの画像における身体姿勢の自動認識を解決するための基礎を築いた。このアルゴリズムは,主に3つのステップに分けられる。最初に,ランダムな森林アルゴリズムを用いて,マウスの骨関節点の粗い位置決めを得て,次に,ランダムな森林アルゴリズムによって位置決め誤差をさらに減少して,最後に,正確な位置における関節点を,グラフマッチングによって選択した。49例の異なる身体姿勢のマウス全身三次元マイクロCT-CT画像に対してテストを行い、全身関節点の定位の成功率は98.27%で、定位誤差の中央値は0.68mmであった。同時に,分類と回帰のランダムな森林を併用する必要性を検証し,異なる骨関節の認識効果に及ぼす訓練データの数の影響を検討した。研究はマウスのマイクロCT画像における身体姿勢の識別に新しい方法を提供し、後続の自動化画像登録、画像セグメンテーション及び自動化画像測定に重要な定位情報を提供する。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *位置決め ,  画像技術 ,  画像分析 ,  自動化 ,  *アルゴリズム ,  定位 ,  *画像 ,  三次元
準シソーラス用語： 画像計測 ,  画像セグメンテーション ,  グラフマッチング ,  自動認識 ,  小動物 ,  *特徴点 ,  *X線マイクロトモグラフィー , 【Automatic Indexing@JST】

著者キーワード (5件)： small animal image analysis ,  bone joint localization ,  random forest ,  pattern recognition ,  micro-CT

分類 (2件)： 人工知能  (JE08000Z) ,  リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (6件)： 確率 ,  森林 ,  アルゴリズム ,  マウス ,  CT画像 ,  特徴点