文献

J-GLOBAL ID：201802212621252798   整理番号：18A1427143

深部CNNを用いたMRI上の運動アーチファクトの自動検出【JST・京大機械翻訳】

Automatic detection of motion artifacts on MRI using Deep CNN

著者 (4件)： Fantini Irene (School of Electrical and Computer Engineering (FEEC), University of Campinas, Campinas, Brazil) ,  Rittner Leticia (School of Electrical and Computer Engineering (FEEC), University of Campinas, Campinas, Brazil) ,  Yasuda Clarissa (Faculty of Medical Sciences (FCM), University of Campinas, Campinas, Brazil) ,  Lotufo Roberto (School of Electrical and Computer Engineering (FEEC), University of Campinas, Campinas, Brazil)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： PRNI  ページ： 1-4  発行年： 2018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： 脳磁気共鳴画像(MRI)上の運動アーチファクトは,画像品質を劣化させる重要な因子を構成し,構造セグメンテーションに基づく定量的解析に影響を与える。したがって,画像品質を評価することは,画像が研究分析に必要な最小品質レベルを満たすかどうかを決定するために不可欠である。今日,品質管理の責任を持つMRエキスパートは,あらゆる取得画像に対する視覚チェックを実行する。MRIデータベースは巨大であり,この品質スクリーニングは時間がかかり,疲労している。著者らは,画像分類コンテストに関する最良の性能を現在提示しているDeep Convolution Neural Network(CNN)を用いて,動きアーチファクトを含む画像を自動的に検出することを提案した。4つの有名なアーキテクチャを微調整するために選択し,取得に関する運動アーチファクトの存在を報告するためにそれらの結果を組み合わせた。さらに,より低い層からのDeep CNNフィルタとして,元の入力におけるより小さい領域まで,そして,著者らの目標は,細粒画像崩壊を検出することである。CNNsは,二値分類装置への特徴として,より低い中間レベルから出力を使用するために適合した。適応したCNNsを訓練し,MRI T1強調体積取得から成る注釈付きデータセットを用いて試験した。訓練部分集合は48の画像を含み,一方,試験部分集合は20の画像を持つ。この方法は2段階からなる。最初に,CNNsを3つのMRI面(矢状面,軸および冠状)からパッチを用いて訓練した。第二に,パッチからの結果を結合して,取得当たりの結果を提供した。第二段階では,人工ニューラルネットワーク(ANN)分類器を,四つの修正Deep CNNとパッチ位置情報からパッチ結果を組み合わせて訓練した。試験セットに関する全体的性能は,パッチ当たり88.27%,取得当たり100%であった。提案手法は,大規模データセットに適用することができ,品質管理エキスパート,運動アーチファクト存在確率,手動品質管理に費やされる時間を最小化することができる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： フィルタ ,  視覚 ,  セグメンテーション ,  スクリーニング ,  NMRイメージング ,  アノテーション ,  品質 ,  品質管理 ,  *アーチファクト ,  画像 ,  計算機アーキテクチャ ,  部分集合 ,  データベース ,  ニューラルネットワーク ,  *自動検出

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 深部 ,  CNN ,  MRI ,  運動アーチファクト ,  自動検出