文献

J-GLOBAL ID：201902225278692850   整理番号：19A1412242

畳込みニューラルネットワークを用いた全身勾配エコー走査における水と脂肪信号の分離【JST・京大機械翻訳】

Separation of water and fat signal in whole-body gradient echo scans using convolutional neural networks

著者 (5件)： Andersson Jonathan (Section of Radiology, Department of Surgical Sciences, Uppsala University, Uppsala, Sweden) ,  Ahlstrom Hakan (Section of Radiology, Department of Surgical Sciences, Uppsala University, Uppsala, Sweden) ,  Ahlstrom Hakan (Antaros Medical, Molndal, Sweden) ,  Kullberg Joel (Section of Radiology, Department of Surgical Sciences, Uppsala University, Uppsala, Sweden) ,  Kullberg Joel (Antaros Medical, Molndal, Sweden)
資料名： Magnetic Resonance in Medicine  (Magnetic Resonance in Medicine)
巻： 82  号： 3  ページ： 1177-1186  発行年： 2019年 
JST資料番号： W2675A  ISSN： 0740-3194  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： 目的:畳込み神経回路網を用いた全身勾配エコースキャンの水-脂肪信号分離を行い評価する。方法:5つの双極性エコーから成る240人の被験者の全身勾配エコースキャンを用いた。参照脂肪画分マップを従来法を用いて作成した。入力として1またはいくつかのエコーによる5倍交差検証を用いて,出力と損失関数としての参照脂肪分率マップとの間の二乗差を用いて,畳込みニューラルネットワーク,より具体的な2D Uネットを訓練した。ネットワークの出力は,損失関数,測定された肝臓脂肪画分,および視覚的に評価された。訓練はグラフィックス処理装置(GPU)を用いて行った。GPUと中央処理ユニット(CPU)を用いて推論を行った。結果:損失曲線は収束を示し,入力としてより多くのエコーを用いると,検証データの最終損失は減少した。肝臓脂肪画分は1エコーのみを用いて推定できたが,結果はより多くのエコーを用いることにより改善された。視覚評価は,より多くのエコーを使用するとき,わずかな改良で,1つのエコーだけを使用するときでさえ,ネットワークの出力の品質が参照に類似していることを見つけた。ネットワークの訓練は,ほとんどの28.6時間を要した。全身スキャンの推論時間はGPUを用いて3.7秒,CPUを用いて5.8分であった。結論:畳込み神経回路網を用いた全身勾配エコースキャンの水-脂肪信号分離を行うことが可能である。より多くのエコーを用いることは結果を改善したが,分離は1エコーのみを用いて可能であった。Copyright 2019 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 品質 ,  *畳込み ,  視覚 ,  神経回路網 ,  二次元 ,  *走査 ,  NMRイメージング ,  *ニューラルネットワーク ,  損失関数 ,  *ネットワーク
準シソーラス用語： 視覚評価 ,  被験者 ,  信号源分離 ,  *全身 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： 畳み込みニューラルネットワーク ,  深層学習 ,  Dixon ,  磁気共鳴イメージング ,  ニューラルネットワーク ,  水-脂肪分離

分類 (2件)： 医用画像処理  (JE04020T) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 畳込みニューラルネットワーク ,  全身 ,  勾配 ,  エコー ,  走査 ,  水 ,  脂肪