文献
J-GLOBAL ID:201802242062130535   整理番号:18A1041068

T1強調MR画像からCT画像を合成するための深部埋め込み畳込みニューラルネットワーク【JST・京大機械翻訳】

Deep embedding convolutional neural network for synthesizing CT image from T1-Weighted MR image
著者 (8件):
資料名:
巻: 47  ページ: 31-44  発行年: 2018年 
JST資料番号: W3156A  ISSN: 1361-8415  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
最近,モダリティを通して医用画像合成の分野にますます多くの注目が集まっている。それらの中で,T1強調磁気共鳴(MR)画像からのコンピュータ断層撮影(CT)画像の合成は非常に重要であるが,それらの間のマッピングは2つのモダリティの出現の大きなギャップにより非常に複雑である。本研究では,新しい深部埋込み畳込みニューラルネットワーク(DECNN)により,このMRからCTへの合成タスクに取り組むことを目的とした。具体的には,MR画像から特徴マップを生成し,次にこれらの特徴マップをネットワーク内の畳込み層を通して変換する。さらに,特徴マップの流れの途中から暫定的なCT合成を計算し,次にこの暫定的なCT合成結果を特徴マップに埋め込むことができる。この埋め込み操作はより良い特徴マップをもたらし,DECNNにおいてさらに変換される。この埋込み手順をネットワークにおいて数回繰り返した後,DECNNの終わりに最終的なCT画像を最終的に合成することができる。著者らは,最新の方法と比較することによって,脳および前立腺画像データセットの両方に関する著者らの提案方法を検証した。実験結果は,著者らのDECNN(反復埋込み操作による)が,合成したCT画像の知覚品質とCT画像を合成するための実行時間コストの両方に関して,その優れた性能を実証することを示唆した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
医用画像処理  ,  パターン認識  ,  ニューロコンピュータ 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る