文献

J-GLOBAL ID：201902260175986403   整理番号：19A1487817

畳込みニューラルネットワークを用いた4モードMRIの併合に基づく乳癌検出【JST・京大機械翻訳】

Breast Cancer Detection Based on Merging Four Modes MRI Using Convolutional Neural Networks

著者 (6件)： Lu Wenhuan (College of Intelligence and Computing, Tianjin University, Tianjin, China) ,  Wang Zhe (College of Intelligence and Computing, Tianjin University, Tianjin, China) ,  He Yuqing (School of Electrical and Information Engineering, Tianjin University, Tianjin, China) ,  Yu Hong (Center Obstetrics and Gynecology Hospital, Tianjin, China) ,  Xiong Naixue (Department of Computer Science, Colorado Technical University, Colorado, USA) ,  Wei Jianguo (College of Intelligence and Computing, Tianjin University, Tianjin, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICASSP  ページ： 1035-1039  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： 本研究の目的は,4つのイメージングモードを組み合わせた自動乳癌検出のための枠組みを開発することである。腫瘍分類とセグメンテーションの試みを行った。乳房腫瘍に対する多重パラメトリック磁気共鳴画像(MRI)法を用いた。乳房のMRIデータは,1.5T-MRIスキャナを有する67人の被験者から得られた。4つの画像モード:T1加重,T2加重,拡散加重およびeTHRIVEシーケンス,および動的コントラスト強調(DCE)-MRIパラメータを得た。単一モダリティ画像検出の限界を克服し,臨床医による実際の診断プロセスをシミュレートする,腫瘍分類における提案した4モード結合バックボーンは0.942の精度を達成する。提案した自動セグメンテーション手法は,洗練されたUネットアーキテクチャにより実行され,結果はセグメンテーション性能を大幅に改善した。乳癌検出のための4モード連鎖分類バックボーンと改良セグメンテーションネットワークの組合せは,実際の臨床診断作業に対応するコンピュータ支援検出(CAD)システムを形成する。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： 乳房腫瘍 ,  画像処理 ,  NMRイメージング ,  画像 ,  *セグメンテーション ,  走査装置 ,  多重化 ,  乳房
準シソーラス用語： 自動セグメンテーション ,  臨床医 ,  モダリティ ,  コントラスト強調 ,  加重 ,  被験者 ,  *乳癌検出 , 【Automatic Indexing@JST】

分類 (2件)： 医用画像処理  (JE04020T) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (4件)： 畳込みニューラルネットワーク ,  MRI ,  併合 ,  乳癌検出