文献

J-GLOBAL ID：201902257914562975   整理番号：19A1938650

HippocampusセグメンテーションのためのCRF-RNN層を持つエッジを意識した完全畳込みネットワーク【JST・京大機械翻訳】

Edge-aware Fully Convolutional Network with CRF-RNN Layer for Hippocampus Segmentation

著者 (6件)： Wang Shaoyu (College of Computer Science and Technology, Donghua University) ,  Yi Lirong (College of Computer Science and Technology, Donghua University) ,  Chen Qiang (College of Computer Science and Technology, Donghua University) ,  Meng Zhaoxin (College of Computer Science and Technology, Donghua University) ,  Dong Huawei (Shanghai Shengfutong Electronic Business Co., Ltd. (ShengPay)) ,  He Zhi (Shanghai Shengfutong Electronic Business Co., Ltd. (ShengPay))
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ITAIC  ページ： 803-806  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： MR画像における海馬の自動セグメンテーションは,コンピュータ支援診断システムの開発に向けた重要なステップである。海馬の非常にあいまいなエッジのために,エッジ情報に重要性をつけることなく,海馬セグメンテーションに適用される最近の深い学習アプローチは,正確なエッジを生成する制限を持っている。本論文では,高密度条件付きランダムフィールド(CRF)層で終了する新しいエッジ認識完全畳込みネットワーク(FCN)を用いて,海馬を自動的に分割する方法を提案した。この方法は,エッジ情報を損失関数に組み込むことにより,より正確なエッジセグメンテーションを実現する。ANDIデータセットとNITRCデータセットに関する検証結果は,提案した方法が高品質の海馬セグメンテーション結果を生み出し,87.31%までの平均二乗類似性係数をスコア化し,最先端の手法より良い性能を発揮することを示した。著者らの方法は,可能性のあるアルツハイマー病の臨床診断に貢献する可能性がある。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： *畳込み ,  *ネットワーク ,  類似性 ,  損失関数 ,  海馬 ,  NMRイメージング ,  曖昧さ ,  *セグメンテーション ,  Alzheimer病 ,  学習
準シソーラス用語： 臨床診断 ,  スコア化 ,  確率場 ,  自動セグメンテーション ,  *Hippocampus , 【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 (7件)： Hippocampus ,  セグメンテーション ,  CRF ,  RNN ,  エッジ ,  意識 ,  畳込み