文献

J-GLOBAL ID：201702290651472359   整理番号：17A0027106

サポートベクターマシンアプローチに基づく凍結バルーンカテーテル局在化

Cryo-Balloon Catheter Localization Based on a Support-Vector-Machine Approach

著者 (5件)： Kurzendorfer Tanja (Pattern Recognition Lab, Friedrich-Alexander-University Erlangen-Nuremberg, Erlangen, Germany) ,  Mewes Philip W. (Advanced Therapies, Siemens Healthcare GmbH, Forchheim, Germany) ,  Maier Andreas (Pattern Recognition Lab, Friedrich-Alexander-University Erlangen-Nuremberg, Erlangen, Germany) ,  Strobel Norbert (Advanced Therapies, Siemens Healthcare GmbH, Forchheim, Germany) ,  Brost Alexander (Advanced Therapies, Siemens Healthcare GmbH, Forchheim, Germany)
資料名： IEEE Transactions on Medical Imaging  (IEEE Transactions on Medical Imaging)
巻： 35  号： 8  ページ： 1892-1902  発行年： 2016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： 低温バルーンカテーテルは,左心房の肺静脈切除処置中に患者のリスクを低減することができるため,医学界への関心が高まっている。低温バルーンカテーテルは電極を備えていないので,電気解剖学的マッピングシステムによって自動的に局在化することはできない。その結果,X線透視検査は手術中の指導の重要な手段のままであった。最近では,透視検査に基づく手技のための画像誘導方法を提案しているが,それらは低温バルーンカテーテルに対する限られたサポートしか提供せず,重要なユーザインタラクションを必要とする。このような状況を改善するために,本研究者らは,凍結バルーンカテーテルの内蔵X線マーカーを検出することにより,X線透視画像における自動凍結バルーンカテーテル検出のための新規な方法を提案する。本アプローチは,可能なX線マーカー候補を見つけるためのブロブ検出アルゴリズムに基づいている。これらの候補のうちのいくつかを,事前知識を使用して除外する。残りの候補者には,いくつかのカテーテル特有の特徴を導入する。それらを機械学習アプローチを使用して処理し,最終的なX線マーカー位置に到達する。本方法を,二平面血管造影システムで得られた二つの部位からの40人の患者からの75の複葉透視画像で評価した。この方法では,面Aで99.0%,面Bで90.6%の成功率を得た。検出は,面Aでは1.00mm±0.82mm,面Bでは1.13±0.24mmの精度を達成した。3-D平均誤差は0.36±0.86mmであった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST

シソーラス用語： *サポートベクトルマシン ,  *バルーンカテーテル ,  *心房 ,  機械学習 ,  診断用機器 ,  *左心房 ,  *画像誘導手術 ,  *外科的療法
準シソーラス用語： *外科術 ,  血管造影システム

分類 (3件)： 医療用機器装置  (GA05020L) ,  手術  (GC07040B) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (3件)： 凍結 ,  バルーンカテーテル ,  局在化