文献

J-GLOBAL ID：201902224559586318   整理番号：19A1606050

脳のMR画像における教師なし異常非対称性検出のためのスーパーボクセルに基づくアプローチ【JST・京大機械翻訳】

A Supervoxel-Based Approach for Unsupervised Abnormal Asymmetry Detection in Mr Images of the Brain

著者 (5件)： Martins Samuel B. (Laboratory of Image Data Science (LIDS), University of Campinas, Campinas, Brazil) ,  Ruppert Guilherme (Laboratory of Image Data Science (LIDS), University of Campinas, Campinas, Brazil) ,  Reis Fabiano (School of Medical Sciences, University of Campinas, Campinas, Brazil) ,  Yasuda Clarissa L. (School of Medical Sciences, University of Campinas, Campinas, Brazil) ,  Falcao Alexandre X. (Laboratory of Image Data Science (LIDS), University of Campinas, Campinas, Brazil)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ISBI  ページ： 882-885  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： いくつかの病理学は脳画像における異常な非対称性と関連しており,それらの自動検出は異常な脳組織(例えば病変)の診断,セグメンテーション,および自動分析を改善することができる。本論文では,脳のMR画像における異常な非対称性検出のための完全に教師なしのスーパーボクセルベースのアプローチを紹介した。また,SymmISFと呼ばれる対称超ボクセル抽出のための新しい方法を提案した。大規模なMR-TI画像上での実験は,深い学習自動符号器アプローチと比較して,より高い検出率とかなり少ない偽陽性を明らかにした。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： *ボクセル ,  *NMRイメージング ,  *対称性 ,  *非対称性 ,  セグメンテーション ,  学習 ,  符号器 ,  *画像 ,  自動分析
準シソーラス用語： 誤検出 ,  検出率 ,  病巣 ,  脳組織 ,  自動検出 ,  脳画像 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 脳 ,  MR画像 ,  教師 ,  非対称性 ,  ボクセル