文献

J-GLOBAL ID：201802235945452499   整理番号：18A2037437

MRI画像における脳腫瘍セグメンテーションのための畳込みニューラルネットワークの最適化【JST・京大機械翻訳】

Optimizing Convolutional Neural Networks for Brain Tumor Segmentation in MRI Images

著者 (3件)： Ali Mohamed Babikir (Department of Electrical and Electronic Engineering, University of Khartoum, Khartoum, Sudan) ,  Hamad Ruba Ali (Department of Electrical and Electronic Engineering, University of Khartoum, Khartoum, Sudan) ,  Ahmed Mohanned (Department of Electrical and Electronic Engineering, University of Khartoum, Khartoum, Sudan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICCCEEE  ページ： 1-5  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： 神経膠腫は全悪性脳腫瘍の約80%を占め,全脳腫瘍の生存率は最低である。腫瘍のセグメンテーションは,腫瘍の評価,治療計画の作成,患者生存期間の推定において重要なステップである。腫瘍組織はMRI画像において識別可能な外観を有し,脳腫瘍のセグメンテーションに広く使用されている。脳腫瘍セグメンテーションを自動化する多くの解決策が提案されているが,畳込みニューラルネットワーク(CNNs)は最も有望な結果を持っている。腫瘍セグメンテーションのために数十の神経回路網が提案されているが,それらは依然として十分な精度を実現しておらず,実世界応用において展開されていない。本論文では,パッチごとの分類器CNNを最適化することに焦点を当て,得られた結果を検討し,いくつかの設計決定の効果を示した。著者らは,Dice類似性係数(DSC)を用いてセグメンテーション結果を評価した。本論文の結果は,既存のモデルを改良するために使用することができて,新しいCNNモデルを開発するためのガイドラインとして使用することができた。最後に,研究のための可能な将来方向を指摘した。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： *腫瘍 ,  生存率 ,  神経回路網 ,  類似性 ,  *最適化 ,  *セグメンテーション ,  治療計画 ,  自動化 ,  *脳腫瘍 ,  神経膠腫 ,  *NMRイメージング
準シソーラス用語： 腫瘍組織 ,  患者生存 ,  悪性脳腫瘍 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： MRI画像 ,  脳腫瘍 ,  セグメンテーション ,  畳込みニューラルネットワーク ,  最適化