文献

J-GLOBAL ID：201802222676572285   整理番号：18A1030640

急性潅流画像上の虚血ストロークの自動セグメンテーションのためのマルチスケールニューラルネットワーク【JST・京大機械翻訳】

Multi-scale neural network for automatic segmentation of ischemic strokes on acute perfusion images

著者 (4件)： Lucas Christian (Institute of Medical Informatics, University of Luebeck, Germany) ,  Kemmling Andre (Institute of Neuroradiology, University Medical Center Schleswig-Holstein, Luebeck, Germany) ,  Mamlouk Amir Madany (Institute for Neuro- and Bioinformatics, University of Luebeck, Germany) ,  Heinrich Mattias P. (Institute of Medical Informatics, University of Luebeck, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ISBI  ページ： 1118-1121  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： 灌流画像は,血流,転移時間および分散を測定する能力により,脳卒中の早期評価に非常に重要である。深い学習アプローチは自動セグメンテーションを行うことができるが,臨床的に重要な小病変に対してはこれまでに限られた精度しか持たなかった。著者らは,より高いレベルの特徴を連結し,追加のスキップ接続を用いてネットワークを通してそれらの伝搬を改善する一般的なUネットアーキテクチャへの拡張を提示した。新しい方法は,公共の灌流データセットについて評価され,検出が困難なより小さい脳卒中病変に対して,特に改善された精度(U-netより33%低い表面距離)とロバスト性を達成する。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： *潅流 ,  血流 ,  *ネットワーク ,  学習 ,  脳卒中 ,  *虚血 ,  ロバスト性
準シソーラス用語： 病巣 ,  自動セグメンテーション ,  *潅流画像 , 【Automatic Indexing@JST】

分類 (2件)： 循環系の診断  (GJ02000V) ,  神経系の診断  (GN02000H)

タイトルに関連する用語 (4件)： 潅流画像 ,  虚血 ,  ストローク ,  自動セグメンテーション