文献

J-GLOBAL ID：201902248448557105   整理番号：19A1768496

Gd-EOB-DTPA増強MRIにおける4次元完全畳込み残存ネットワークに基づく肝臓セグメンテーション【JST・京大機械翻訳】

Four-dimensional fully convolutional residual network-based liver segmentation in Gd-EOB-DTPA-enhanced MRI

著者 (12件)： Takenaga Tomomi (Department of Computational Diagnostic Radiology and Preventive Medicine, the University of Tokyo Hospital, Tokyo, Japan) ,  Takenaga Tomomi (Department of Radiological Sciences, Ibaraki Prefectural University of Health Sciences, Inashiki-gun, Ibaraki, Japan) ,  Hanaoka Shouhei (Department of Radiology, the University of Tokyo Hospital, Tokyo, Japan) ,  Nomura Yukihiro (Department of Computational Diagnostic Radiology and Preventive Medicine, the University of Tokyo Hospital, Tokyo, Japan) ,  Nemoto Mitsutaka (Faculty of Biology-Oriented Science and Technology, Kindai University, Kinokawa, Wakayama, Japan) ,  Murata Masaki (Department of Computational Diagnostic Radiology and Preventive Medicine, the University of Tokyo Hospital, Tokyo, Japan) ,  Nakao Takahiro (Radiology and Biomedical Engineering, Graduate School of Medicine, the University of Tokyo, Tokyo, Japan) ,  Miki Soichiro (Department of Computational Diagnostic Radiology and Preventive Medicine, the University of Tokyo Hospital, Tokyo, Japan) ,  Yoshikawa Takeharu (Department of Computational Diagnostic Radiology and Preventive Medicine, the University of Tokyo Hospital, Tokyo, Japan) ,  Hayashi Naoto (Department of Computational Diagnostic Radiology and Preventive Medicine, the University of Tokyo Hospital, Tokyo, Japan) ,  Abe Osamu (Department of Radiology, the University of Tokyo Hospital, Tokyo, Japan) ,  Abe Osamu (Radiology and Biomedical Engineering, Graduate School of Medicine, the University of Tokyo, Tokyo, Japan)
資料名： International Journal of Computer Assisted Radiology and Surgery  (International Journal of Computer Assisted Radiology and Surgery)
巻： 14  号： 8  ページ： 1259-1266  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： ガドリニウム-エトキシベンジル-ジエチレントリアミン五酢酸(Gd-EOB-DTPA)増強磁気共鳴イメージング(MRI)は,他のモダリティより高い診断精度を示す傾向がある。Gd-EOB-DTPA増強MRIのためのコンピュータ支援検出(CAD)ソフトウェアの要求がある。高精度のセグメンテーションは,CADソフトウェアにとって重要である。4次元(4D)完全畳込み残差ネットワーク(FC-ResNet)に基づくGd-EOB-DTPA強調MRIのための肝臓セグメンテーション法を提案した。本研究の目的は,提案した方法における入力画像と出力画像の最良の組合せを決定し,提案した方法を以前のルールベースのセグメンテーション法と比較することである。最良入力画像セットを決定するための入力画像セットとして,5相画像セットと肝胆道位相画像セットを調製した。また,最良出力画像セットを決定するための出力画像セットとして,標識肝臓画像および標識肝臓および標識体体幹画像を調製した。さらに,提案したモデルのハイパーパラメータを最適化した。著者らのモデルを訓練するために30症例を使用し,著者らのモデルのハイパーパラメータを決定するために10症例,および著者らのモデルを評価するために20症例を用いた。5相画像セットによる著者らのネットワークと標識肝臓と標識体体幹画像の出力画像セットは,最も高い精度を示した。提案した方法は,以前のルールベースのセグメンテーション法よりも高い精度を示した。肝臓領域のDice係数は0.944±0.018であった。提案した4D FC-ResNetは,CADソフトウェアにおける前処理としての肝臓セグメンテーションに対して満足な性能を示した。Copyright 2019 CARS Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  前処理 ,  残差 ,  *畳込み ,  *ネットワーク ,  ルールベース ,  NMRイメージング ,  *セグメンテーション ,  画像 ,  ソフトウェア ,  *四次元
準シソーラス用語： ハイパーパラメータ ,  モダリティ ,  *肝臓セグメンテーション ,  *Gd-EOB-DTPA , 【Automatic Indexing@JST】

著者キーワード (5件)： セグメンテーション ,  Gd-EOB-DTPA ,  CAD ,  肝臓 ,  畳み込みニューラルネットワーク

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

タイトルに関連する用語 (7件)： Gd-EOB-DTPA ,  増強 ,  MRI ,  4次元 ,  畳込み ,  残存 ,  肝臓セグメンテーション