文献

J-GLOBAL ID：201802282190049821   整理番号：18A1432819

ω-NET(オメガ-NET):深い神経回路網による完全自動,多視点心臓MR検出,配向,およびセグメンテーション【JST・京大機械翻訳】

Ω-Net (Omega-Net): Fully automatic, multi-view cardiac MR detection, orientation, and segmentation with deep neural networks

著者 (7件)： Vigneault Davis M. (Institute of Biomedical Engineering, Department of Engineering, University of Oxford, United Kingdom) ,  Vigneault Davis M. (Department of Radiology and Imaging Sciences, Clinical Center, National Institutes of Health, USA) ,  Vigneault Davis M. (Tufts University School of Medicine, Sackler School of Graduate Biomedical Sciences, USA) ,  Xie Weidi (Institute of Biomedical Engineering, Department of Engineering, University of Oxford, United Kingdom) ,  Ho Carolyn Y. (Cardiovascular Division, Brigham and Women’s Hospital, USA) ,  Bluemke David A. (School of Medicine and Public Health, University of Wisconsin-Madison, USA) ,  Noble J. Alison (Institute of Biomedical Engineering, Department of Engineering, University of Oxford, United Kingdom)
資料名： Medical Image Analysis  (Medical Image Analysis)
巻： 48  ページ： 95-106  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： 2-D定常状態自由歳差(SSFP)シネシーケンスにおける左心室(LV)心筋と4つの心臓チャンバーの画素ごとのセグメンテーションは,広範囲の解析のための必須の前処理ステップである。患者,臨床所見,スキャナ,およびプロトコルの間の心臓のコントラスト,外見,方向,および配置における可変性は,完全に自動的な意味論的セグメンテーションを非常に困難な問題にしている。ここでは,Ω-Net(Omege-Net)を提示した。それは,同時位置決め,正準方向への変換,および意味セグメンテーションのための新しい畳込みニューラルネットワーク(CNN)アーキテクチャである。最初に,初期セグメンテーションを入力画像上で実行した。第二に,この初期セグメンテーションの間に学習された特徴を用いて,入力画像を正準方向に変換するために必要なパラメータを予測した。第3に,最終セグメンテーションを変換画像上で実行した。本研究では,異なる深さのΩ-ネットを訓練し,3つの臨床的視点(短軸,SA;4-チャンバー,4C;2-チャンバー,2C)の5つの前景クラスを検出した。これは以前の研究と比較して実質的により挑戦的な問題を構成する。肥大型心筋症(HCM,N=42)および健常対照被験者(N=21)を有する患者のコホートに関する3回の交差検証を用いて,このアーキテクチャを訓練した。重み付き前景交差結合(IOU)によって測定されたネットワーク性能は,位置確認または方向のないU-ネットセグメンテーションと比較して,最良性能Ω-Netに対して実質的に改善された(0.858対0.834)。さらに,他の研究と比較するために,公的に利用可能な2017MICCAI自動化心臓診断(ACDC)データセットに関する5回交差検証を用いて,Ω-Netをスクラッチから再訓練した。Ω-NetはLVおよびRV血液プールのセグメンテーションにおいて最先端の方法を上回り,LV心筋のセグメンテーションにおいてわずかに悪化した。著者らは,このアーキテクチャが,より一般的に生物医学的画像セグメンテーションに対する意味を持つ,以前のアプローチに対する部分的な進歩を表すと結論した。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： 走査装置 ,  *神経回路網 ,  *セグメンテーション ,  画素 ,  患者 ,  磁気共鳴 ,  自動化 ,  前処理 ,  心筋 ,  計算機アーキテクチャ ,  位置決め ,  コントラスト
準シソーラス用語： 画像セグメンテーション ,  被験者 ,  左心室 , 【Automatic Indexing@JST】

著者キーワード (4件)： 心臓磁気共鳴 ,  意味セグメンテーション ,  深部畳込みニューラルネットワーク ,  空間変圧器ネットワーク

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： オメガ ,  神経回路網 ,  視点 ,  心臓 ,  MR ,  配向 ,  セグメンテーション