文献

J-GLOBAL ID：201802289867763959   整理番号：18A1709427

肺結節セグメンテーションのための改良型U-NETネットワーク【JST・京大機械翻訳】

Improved U-NET network for pulmonary nodules segmentation

著者 (5件)： Tong Guofeng (College of Information Science and Engineering, Northeastern University, Shenyang, 110819, China) ,  Li Yong (College of Information Science and Engineering, Northeastern University, Shenyang, 110819, China) ,  Chen Huairong (College of Information Science and Engineering, Northeastern University, Shenyang, 110819, China) ,  Zhang Qingchun (College of Information Science and Engineering, Northeastern University, Shenyang, 110819, China) ,  Jiang Huiying (College of Information Science and Engineering, Northeastern University, Shenyang, 110819, China)
資料名： Optik  (Optik)
巻： 174  ページ： 460-469  発行年： 2018年 
JST資料番号： D0251A  ISSN： 0030-4026  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： CT画像における肺結節は非常に小さく,他の組織と容易に混乱しているので,肺結節のセグメンテーションには依然として多くの問題がある。本論文は,Uネットネットワークに基づく改良肺結節セグメンテーションアルゴリズムを提示した。最初に,CT画像を変換して,正規化して,肺実質を単純で効率的形態学的方法によって得た。次に,U-ネットネットワークを改良して,それは主にデータセット再構築,畳込み層,プール層およびアップサンプリング層を含んだ。そして,ネットワーク訓練効果を改善した残留ネットワークを導入した。さらに,ネットワーク訓練を高速化し,ネットワーク安定性を改善するバッチ標準化操作を設計した。最終的に,著者らは,改良されたUネットネットワークを訓練してテストするために新しいデータセットを使用した。多数の実験は,提案した方法が肺結節のセグメンテーション精度を効果的に改善できることを示した。それは理論的および実用的価値を有する大きな仕事である。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： 再構成 ,  アルゴリズム ,  高速化 ,  標準化 ,  正規化 ,  *ネットワーク ,  モルフォロジー ,  畳込み ,  ロット ,  *セグメンテーション
準シソーラス用語： 深層学習 ,  ネットワーク安定性 ,  アップサンプリング ,  CT画像 ,  *肺結節 , 【Automatic Indexing@JST】

著者キーワード (4件)： Uネットネットワーク ,  肺結節 ,  セグメンテーション ,  深層学習

分類 (1件)： 光通信方式・機器  (ND10000B)

タイトルに関連する用語 (3件)： 肺結節 ,  セグメンテーション ,  U-Net