文献

J-GLOBAL ID：201802211508767751   整理番号：18A0713687

CT肺イメージングへの応用による関節画像セグメンテーションとレジストレーションへのレベル集合アプローチ【JST・京大機械翻訳】

A level-set approach to joint image segmentation and registration with application to CT lung imaging

著者 (5件)： Swierczynski Piotr (Institute for Numerical Mathematics, Technische Universitaet Muenchen, Germany) ,  Papiez Bartlomiej W. (Institute of Biomedical Engineering, Department of Engineering Science, University of Oxford, UK) ,  Schnabel Julia A. (Institute of Biomedical Engineering, Department of Engineering Science, University of Oxford, UK) ,  Schnabel Julia A. (Division of Imaging Sciences & Biomedical Engineering, King’s College London, UK) ,  Macdonald Colin (Department of Mathematics, The University of British Columbia, Canada)
資料名： Computerized Medical Imaging and Graphics  (Computerized Medical Imaging and Graphics)
巻： 65  ページ： 58-68  発行年： 2018年 
JST資料番号： T0220A  ISSN： 0895-6111  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 肺コンピュータ断層撮影(CT)のような構造イメージングの自動解析は医用画像応用においてますます重要な役割を果たしている。画像登録とセグメンテーション法の開発における著しい進歩にもかかわらず,肺登録とセグメンテーションは挑戦的な課題である。本論文では,新しい画像登録とセグメンテーション手法を提案し,そのために,三次元肺CTボリュームを共同的にセグメント化し,登録するための新しい数学的定式化を開発した。この新しいアルゴリズムは,レベル集合定式化に基づいており,古典的なChan-Veseセグメンテーションをアクティブな高密度変位場推定と組み合わせている。セグメンテーションによる登録の組合せは,2つの重要な利点を持つ。それは,表面ベースのセグメンテーション法を初期化する問題を除去することを可能にし,数学的に正当化された方法で登録に事前知識を組み込むことを可能にする。新しい定式化の特性を実証するために,公的に利用可能な肺CTデータセットに関する著者らのフレームワークを評価した。提示した結果は,別々に実行した登録とセグメンテーションと比較したとき,著者らのジョイントセグメンテーションと登録アルゴリズムのために改良した精度を示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 計算機トモグラフィー ,  *セグメンテーション ,  *画像 ,  三次元 ,  定式化 ,  アルゴリズム ,  医用画像 ,  *画像処理
準シソーラス用語： 事前知識 ,  変位場 ,  高密度 ,  *レベルセット法 ,  *画像セグメンテーション ,  *肺画像診断 , 【Automatic Indexing@JST】

著者キーワード (3件)： 画像分割とレジストレーションの結合 ,  ATLASベースセグメンテーション ,  レベル集合レジストレーション

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： CT ,  肺イメージング ,  応用 ,  関節 ,  画像セグメンテーション ,  レジストレーション ,  レベル集合