多重線形割当問題としての白質路セグメンテーション【JST・京大機械翻訳】

Sharmin Nusrat; Sharmin Nusrat; Olivetti Emanuele; Olivetti Emanuele; Avesani Paolo; Avesani Paolo

文献

J-GLOBAL ID：201802226391614542 整理番号：18A0781598

多重線形割当問題としての白質路セグメンテーション【JST・京大機械翻訳】

White Matter Tract Segmentation as Multiple Linear Assignment Problems

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=18A0781598&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=18A0781598&from=J-GLOBAL&jstjournalNo=U7087A") }}

著者 (6件)： , , , , ,
資料名：
巻： 11 ページ： 754 発行年： 2017年
JST資料番号： U7087A ISSN： 1662-453X 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)

拡散磁気共鳴イメージング(dMRI)は,流線と呼ばれる一連のポリラインとして脳の白質内の軸索の主要経路を再構成することを可能にする。全脳の流線の集合をトラクトグラムと呼ぶ。解剖学的に意味のある構造への組織化トラクトグラムは,神経外科計画と追跡調査への重要な応用により,トラクトセグメンテーション問題として知られている。自動トラクトセグメンテーション技術は,教師なしまたは監督できる。クラスタ化のような教師なしの方法の共通の批判は,解剖学的に意味のある領域を得るための保証がないことである。本研究では,解剖学的アトラスからの事前知識により駆動される,または異なる被験者からのセグメント化された領域からの教師つきトラクトセグメンテーションに焦点を当てた。著者らは,事前情報として複数の例を用いて,新しい主題のトラクトグラムにおいて,与えられた関心のあるトラクトをセグメント化する教師つきトラクトセグメンテーション法を提示した。提案したトラクトセグメンテーション法は,流線対応のアイデアに基づいている。すなわち,異なるトラクトグラムを横切る対応する流線を見つけることである。文献において,流線対応は最近傍(NN)戦略で扱われてきた。ここでは,線形割当問題(LAP)として流線対応の問題を定式化した。これは組合せ最適化の基礎である。NNに関して,LAPは,流線間の1対応の制約を導入し,それは,NNによって無視される,例と目標トラクトの間の局所解剖学的差異に従うように対応する。提案した解法において,著者らは,ラインの最近傍を計算する効率的方法と共に,LAPを解くために,Jonker-Volmerアルゴリズム(LAPJV)を結合した。それは,トラクトをセグメント化するために必要な計算の総量を大幅に減少させた。さらに,異なる事例からの対応を融合するためのランキング戦略を提案した。提案した方法を,人間のコネトームプロジェクト(HCP)データセットから生成されたトラクトグラム上で検証し,NN法およびROIベース法とのセグメンテーションを比較した。結果は,LpベースのセグメンテーションがROIベースのセグメンテーションより非常に正確であり,NN戦略より実質的により正確であることを示した。提案した方法のフリー/オープンソース実装を提供した。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

著者キーワード (7件)： , , , , , ,

図形・画像処理一般 , 人工知能

, ,

前のページに戻る