文献

J-GLOBAL ID：201902224425040945   整理番号：19A2760561

患者特異的,統計的モデリングを用いた低放射線量小児CTからの肝臓セグメンテーション【JST・京大機械翻訳】

Liver segmentation from low-radiation-dose pediatric computed tomography using patient-specific, statistical modeling

著者 (5件)： Nakayama Koyo (Tokyo University of Agriculture and Technology, Koganei, Tokyo, Japan) ,  Saito Atsushi (Tokyo University of Agriculture and Technology, Koganei, Tokyo, Japan) ,  Biggs Elijah (Sheikh Zayed Institute for Pediatric Surgical Innovation, Children’s National Health System, Washington, DC, USA) ,  Linguraru Marius George (Sheikh Zayed Institute for Pediatric Surgical Innovation, Children’s National Health System, Washington, DC, USA) ,  Shimizu Akinobu (Tokyo University of Agriculture and Technology, Koganei, Tokyo, Japan)
資料名： International Journal of Computer Assisted Radiology and Surgery  (International Journal of Computer Assisted Radiology and Surgery)
巻： 14  号： 12  ページ： 2057-2068  発行年： 2019年 
JST資料番号： W4459A  ISSN： 1861-6410  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 放射線が幼児に有害であるため,小児コンピュータ断層撮影(CT)容積は低線量で得られる。結果として,小児CT容積は,より低い信号対雑音比を有し,それは,臓器セグメンテーションを困難にした。本論文では,患者固有レベル集合分布モデル(LSDM)を用いた小児CTスキャンのための肝臓セグメンテーションアルゴリズムを提案した。患者特異的LSDMは,年齢に関する条件付きLSDM(C-LSDM)を用いて構築した。さらに,モデルを用いて,患者特有の確率的アトラス(PA)を生成し,それは最大事後ベースのセグメンテーションに対して事前になった。カーネル密度推定を用いたC-LSDMによる患者特異的PA生成は,ランダム数を用いた従来のPA生成法よりも速く,また,それがいかなる近似も含まないのでより正確であった。肝臓セグメンテーションアルゴリズムを,2週と7歳の間にある小児の42のCT容積に関してテストした。提案した方法において,PAの計算時間は単一Gauss法に対して約9sであったが,ランダム数を用いた従来のPA生成法に対しては337sであった。さらに,カーネル密度推定値を用いて,PAと正しい肝臓領域の間の一般化Dice類似性指数の中央値と25%/75%タイルは,0.3443と0.3191/0.35であることがわかった。セグメンテーションにおけるDice類似性指数は0.8821と0.8545/0.9085であり,それは従来の方法によって得られたものより高くて,より低い計算コストを必要とした。カーネル密度推定を用いて,C-LSDMと組み合わせたPAを迅速かつ正確に生成する方法を提案し,効率的な計算を可能にし,セグメンテーション精度を改善した。Copyright 2019 CARS Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： SN比 ,  アルゴリズム ,  内臓 ,  乱数 ,  計算機トモグラフィー ,  *放射線量 ,  *放射線 ,  幼児 ,  *子供 ,  *セグメンテーション ,  類似性
準シソーラス用語： カーネル推定 ,  アトラス ,  レベルセット法 ,  *肝臓セグメンテーション , 【Automatic Indexing@JST】

著者キーワード (5件)： 小児科 ,  コンピュータ断層撮影 ,  肝臓セグメンテーション ,  条件付き統計的形状モデル ,  患者特異的確率アトラス

分類 (3件)： 人工知能  (JE08000Z) ,  医用画像処理  (JE04020T) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 患者 ,  統計的モデリング ,  放射線量 ,  小児 ,  CT ,  肝臓セグメンテーション