文献

J-GLOBAL ID：201902220742789550   整理番号：19A2400805

n型CNNに基づくIVOCTにおける内腔輪郭セグメンテーション【JST・京大機械翻訳】

Lumen Contour Segmentation in IVOCT Based on N-type CNN

著者 (10件)： Tang Junjie (Department of Computer Science and Technology, Tongji University, Shanghai, China) ,  Lan Yisha (Department of Computer Science and Technology, Tongji University, Shanghai, China) ,  Chen Sirui (Department of Computer Science and Technology, Tongji University, Shanghai, China) ,  Zhong Yongshuo (Department of Computer Science and Technology, Tongji University, Shanghai, China) ,  Huang Chenxi (School of Informatics, Xiamen University, Xiamen, China) ,  Peng Yonghong (Faculty of Computer Science, University of Sunderland, Sunderland, U.K.) ,  Liu Qinyuan (Department of Computer Science and Technology, Tongji University, Shanghai, China) ,  Cheng Yongqiang (Department of Computer Science and Technology, University of Hull, Hull, U.K.) ,  Chen Fei (Department of Cardiology, Shanghai Tongji Hospital, Tongji University, Shanghai, China) ,  Che Wenliang (Department of Cardiology, School of Medicine, Shanghai Tenth People’s Hospital, Tongji University, Shanghai, China)
資料名： IEEE Access  (IEEE Access)
巻： 7  ページ： 135573-135581  発行年： 2019年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 内腔輪郭の自動セグメンテーションは医用画像診断と診断において重要な役割を果たし,それは分析下の血管の形態の評価と可能なアテローム性動脈硬化病変の同定に向けての最初の段階である。一方,定量的情報はセグメンテーションにより得られるだけであり,血管内光コヒーレンストモグラフィー(IVOCT)画像にうまく適用できる新しい方法の出現に寄与する。本論文では,IVOCT画像のために,多重スケール特徴ベースの深いニューラルネットワークを用いて,自動ルーメンセグメンテーションのための新しいエンドツーエンドニューラルネットワーク(N-net)を提案した。N-ネットのアーキテクチャは,マルチスケール入力層,N-タイプ畳込みネットワーク層,および交差エントロピー損失関数を含んでいる。提案したNネットにおけるマルチスケール入力層を設計して,従来のUネットにおけるプールによって引き起こされた情報の損失を避けて,また各層における詳細情報を強化した。全体の深いアーキテクチャにおけるフレームワークとして,N型畳込みネットワークを提案した。最終的に,損失関数は,提案方法の出力と人手でラベルされた出力の間の忠実度を保証する。訓練集合を拡大するために,データ強化も導入した。この方法を損失,精度,再現性,類似性係数,ジャックカード類似性係数および特異性に対して評価した。本論文で提示した実験結果は,いくつかの既存のネットワークと比較して,提案したNネットアーキテクチャの優れた性能を実証し,自動ルーメンセグメンテーションの精度を強化し,血管内腔のエッジの詳細情報を増加させた。Copyright 2019 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： *セグメンテーション ,  エントロピー ,  再現性 ,  畳込み ,  損失関数 ,  ニューラルネットワーク ,  医用画像 ,  計算機アーキテクチャ ,  ネットワーク ,  血管 ,  診断
準シソーラス用語： 特異性 ,  マルチスケール ,  病巣 ,  自動セグメンテーション , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： CNN ,  輪郭 ,  セグメンテーション