文献

J-GLOBAL ID：201802216615033621   整理番号：18A1346314

能動輪郭法を用いた乳房X線写真における悪性および良性腫瘤セグメンテーション【JST・京大機械翻訳】

Malignant and Benign Mass Segmentation in Mammograms Using Active Contour Methods

著者 (1件)： Ciecholewski Marcin (Institute of Informatics, Faculty of Mathematics, Physics and Informatics, University of Gdansk, 80-308 Gdansk, Poland)
資料名： Symmetry (Web)  (Symmetry (Web))
巻： 9  号： 11  ページ： 277  発行年： 2017年 
JST資料番号： U7282A  ISSN： 2073-8994  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 腫瘍の正しいセグメンテーションは,診断仮説,特に不規則な形状の場合,特に悪性の可能性がある周囲の組織に成長するファジィマージンまたは骨片を有する場合に,単純化することができる。本研究では,以下のアクティブ輪郭法を用いて,減衰係数(EM),幾何学的活性輪郭モデル(GAC)およびエッジなしのアクティブ輪郭(ACWE)を有する膨張/偏向力を用いて,エッジベースのアクティブ輪郭モデルをセグメント化した。本論文で提示した前処理技術は,セグメンテーション結果を改善するために,雑音を低減し,同時に画像の均一領域を増幅することである。さらに,双性補間による画像サンプリングの利用を試験し,アクティブ輪郭法の進化時間を短縮した。実験は,2つの公開可能なデータベースから得られた100のケースから成るテストセットを用いた:スクリーニング画像(DDSM)のためのデジタルデータベースとマンモグラフィー画像分析協会(MIAS)データベース。定性的評価は,適切な診断仮説を定式化する能力および個々の方法(悪性および良性の場合)に関して,少なくとも81%(EM),76%(GAC)および69%(ACWE)に達した。定量的試験は以下の指標を測定することで構成された:重なり値(OV)と過剰画分(EF)。悪性および良性症例に対するセグメンテーションのOVは以下の平均値を示した。0.10(EM),0.79.0.09(GAC),0.76.0.18(ACWE)。EF指数の平均値は,順に0.07±+に達した。0.06(EM),0.07.0.05(GAC)0.34.0.32(ACWE)。得られた定性的および定量的結果はEMに対して最良であり,文献に示されている他の方法に対するものよりも同等または良好である。Copyright 2018 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  *セグメンテーション ,  データベース ,  前処理 ,  内挿法 ,  画像 ,  形態 ,  モデル ,  ディジタル方式 ,  画像分析 ,  定式化 ,  曖昧さ ,  スクリーニング ,  乳房撮影
準シソーラス用語： 動的輪郭 , 【Automatic Indexing@JST】

著者キーワード (8件)： アクティブコンター ,  エッジに基づくアクティブ輪郭 ,  領域ベースのアクティブ輪郭 ,  画像処理 ,  セグメンテーション ,  質量 ,  乳癌 ,  乳房撮影

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  パターン認識  (JE07000S)

引用文献 (54件)：

• Bankman, I. Handbook of Medical Image Processing and Analysis; Academic Press: Cambridge, MA, USA, 2008.
• Bhateja, V.; Misra, M.; Urooj, S.; Lay-Ekuakille, A. A robust polynomial filtering framework for mammographic image enhancement from biomedical sensors. IEEE J. Sens. 2013, 13, 4147-4156.
• He, W.; Hogg, P.; Juette, A.; Denton, E.R.; Zwiggelaar, R. Breast image pre-processing for mammographic tissue segmentation. Comput. Biol. Med. 2015, 67, 61-73.
• Kupinski, M.A.; Giger, M.L. Automated seeded lesion segmentation on digital mammograms. IEEE Trans. Med. Imaging 1998, 17, 510-517.
• Oliver, A.; Freixenet, J.; Marti, J.; Pérez, E.; Pont, J.; Denton, E.R.; Zwiggelaar, R. A review of automatic mass detection and segmentation in mammographic images. Med. Image Anal. 2010, 14, 87-110.

タイトルに関連する用語 (5件)： 輪郭 ,  乳房 ,  X線写真 ,  腫瘤 ,  セグメンテーション