文献

J-GLOBAL ID：201902263247352556   整理番号：19A1119623

深部畳込みニューラルネットワークを用いたCT画像上の骨腫瘍の分類【JST・京大機械翻訳】

Classification of Bone Tumor on CT Images Using Deep Convolutional Neural Network

著者 (6件)： Li Yang (Communication and Information Security Lab, Shenzhen Graduate School, Peking University, Shenzhen, China) ,  Zhou Wenyu (Department of Spine Surgery, No. 1 Affiliated Hospital of Shenzhen University (Shenzhen No. 2 People’s Hospital), Shenzhen, China) ,  Lv Guiwen (Department of Spine Surgery, No. 1 Affiliated Hospital of Shenzhen University (Shenzhen No. 2 People’s Hospital), Shenzhen, China) ,  Luo Guibo (Communication and Information Security Lab, Shenzhen Graduate School, Peking University, Shenzhen, China) ,  Zhu Yuesheng (Communication and Information Security Lab, Shenzhen Graduate School, Peking University, Shenzhen, China) ,  Liu Ji (Communication and Information Security Lab, Shenzhen Graduate School, Peking University, Shenzhen, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11140  ページ： 127-136  発行年： 2018年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
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： 骨腫瘍の分類は,治療において重要な役割を果たす。人工診断が低効率であるので,自動分類システムは医師が医用画像をより良く分析するのを助けることができる。しかしながら,ほとんどの既存の方法は,画像間の高い類似性のため,臨床画像に関する高い分類精度に達することができない。本論文では,骨腫瘍のCT画像を分類するために,超ラベル誘導畳込みニューラルネットワーク(SG-CNN)を提案した。2つの階層的ラベルを有する画像をネットワークに供給して,その2つのサブネットワークによって学習して,そのタスクは全体画像を学習して,それぞれより詳細を学ぶために病変領域に焦点を合わせた。さらに分類精度を改善するために,画像前処理のための多チャネル強化(ME)戦略を提案した。適切な公開データセットの欠如により,骨腫瘍のCT画像データセットを導入した。本データセットに関する実験結果は,著者らのSG-CNNとME戦略が明らかに分類精度を改良することを示した。Copyright 2018 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 診断 ,  *画像 ,  医師 ,  自動分類 ,  *ネットワーク ,  医用画像 ,  類似性 ,  *骨腫瘍
準シソーラス用語： マルチチャネル ,  病巣 ,  サブネットワーク ,  分類精度 ,  臨床画像 ,  *CT画像 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 骨腫瘍の分類 ,  超ラベル誘導畳込みニューラルネットワーク ,  多チャネル強化

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 深部 ,  畳込みニューラルネットワーク ,  CT画像 ,  骨腫瘍 ,  分類