文献

J-GLOBAL ID：201902270259699894   整理番号：19A2112362

自動6か月児脳セグメンテーションアルゴリズムに関するベンチマーク:ISEG-2017チャレンジ【JST・京大機械翻訳】

Benchmark on Automatic Six-Month-Old Infant Brain Segmentation Algorithms: The iSeg-2017 Challenge

著者 (29件)： Wang Li (Department of Radiology and the Biomedical Research Imaging Center, University of North Carolina at Chapel Hill, Chapel Hill, NC, USA) ,  Nie Dong (Department of Radiology and the Biomedical Research Imaging Center, University of North Carolina at Chapel Hill, Chapel Hill, NC, USA) ,  Li Guannan (Department of Radiology and the Biomedical Research Imaging Center, University of North Carolina at Chapel Hill, Chapel Hill, NC, USA) ,  Puybareau Elodie (EPITA Research and Development Laboratory, Le Kremlin-Bice^tre, France) ,  Dolz Jose (Laboratory for Imagery, Vision and Artificial Intelligence, E ́cole de Technologie Supe ́rieure, Montreal, QC, Canada) ,  Zhang Qian (Department of Radiology and the Biomedical Research Imaging Center, University of North Carolina at Chapel Hill, Chapel Hill, NC, USA) ,  Wang Fan (Department of Radiology and the Biomedical Research Imaging Center, University of North Carolina at Chapel Hill, Chapel Hill, NC, USA) ,  Xia Jing (Department of Radiology and the Biomedical Research Imaging Center, University of North Carolina at Chapel Hill, Chapel Hill, NC, USA) ,  Wu Zhengwang (Department of Radiology and the Biomedical Research Imaging Center, University of North Carolina at Chapel Hill, Chapel Hill, NC, USA) ,  Chen Jia-Wei (Department of Radiology and the Biomedical Research Imaging Center, University of North Carolina at Chapel Hill, Chapel Hill, NC, USA) ,  Thung Kim-Han (Department of Radiology and the Biomedical Research Imaging Center, University of North Carolina at Chapel Hill, Chapel Hill, NC, USA) ,  Bui Toan Duc (Media System Laboratory, School of Electronic and Electrical Engineering, Sungkyunkwan University, Seoul, South Korea) ,  Shin Jitae (Media System Laboratory, School of Electronic and Electrical Engineering, Sungkyunkwan University, Seoul, South Korea) ,  Zeng Guodong (Information Processing in Medical Intervention Laboratory, University of Bern, Bern, Switzerland) ,  Zheng Guoyan (Information Processing in Medical Intervention Laboratory, University of Bern, Bern, Switzerland) ,  Fonov Vladimir S. (NeuroImaging and Surgical Technologies Laboratory, Montreal Neurological Institute, McGill University, Montreal, QC, Canada) ,  Doyle Andrew (Integrative Neuroscience, Montreal Neurological Institute, McGill University, Montreal, QC, Canada) ,  Xu Yongchao (EPITA Research and Development Laboratory, Le Kremlin-Bice^tre, France) ,  Moeskops Pim (Department of Biomedical Engineering, Medical Image Analysis Group, Eindhoven University of Technology, Eindhoven, MB, The Netherlands) ,  Pluim Josien P. W. (Department of Biomedical Engineering, Medical Image Analysis Group, Eindhoven University of Technology, Eindhoven, MB, The Netherlands) ,  Desrosiers Christian (Laboratory for Imagery, Vision and Artificial Intelligence, E ́cole de Technologie Supe ́rieure, Montreal, QC, Canada) ,  Ayed Ismail Ben (Laboratory for Imagery, Vision and Artificial Intelligence, E ́cole de Technologie Supe ́rieure, Montreal, QC, Canada) ,  Sanroma Gerard (Population Sciences Department, German Center of Neurodegenerative Diseases (DZNE), Bonn, Germany) ,  Benkarim Oualid M. (Simulation, Imaging and Modelling for Biomedical Systems, Universitat Pompeu Fabra, Barcelona, Spain) ,  Casamitjana Adria (Department of Signal Theory and Communications, Image and Video Processing Unit, Universitat Polite`cnica de Catalunya, Barcelona, Spain) ,  Vilaplana Veronica (Department of Signal Theory and Communications, Image and Video Processing Unit, Universitat Polite`cnica de Catalunya, Barcelona, Spain) ,  Lin Weili (Department of Radiology and the Biomedical Research Imaging Center, University of North Carolina at Chapel Hill, Chapel Hill, NC, USA) ,  Li Gang (Department of Radiology and the Biomedical Research Imaging Center, University of North Carolina at Chapel Hill, Chapel Hill, NC, USA) ,  Shen Dinggang (Department of Radiology and the Biomedical Research Imaging Center, University of North Carolina at Chapel Hill, Chapel Hill, NC, USA)
資料名： IEEE Transactions on Medical Imaging  (IEEE Transactions on Medical Imaging)
巻： 38  号： 9  ページ： 2219-2230  発行年： 2019年 
JST資料番号： H0895A  ISSN： 0278-0062  CODEN： ITMID4  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： 白質(WM),灰白質(GM)および脳脊髄液への乳児脳磁気共鳴(MR)画像の正確なセグメンテーションは,脳成長パターンおよび神経発達障害における形態学的変化の初期研究のための不可欠な基礎である。それにもかかわらず,等強度相(約6~9か月齢)において,固有のミエリン化と成熟過程により,WMとGMはT1強調とT2強調MR画像の両方において類似の強度レベルを示し,組織セグメンテーションを非常に困難にしている。脳のセグメンテーションに多くの努力が払われているが,6カ月の乳児脳画像のセグメンテーションに焦点を当てた研究は少ない。コミュニティにおける方法論的開発を促進するアイデアにより,iSeg-2017チャレンジ(http://iseg2017.web.unc.edu)は,参加する方法を訓練し試験するためのマニュアルラベルを持つ6カ月の乳児被験者のセットを提供する。iSeg-2017に参加する21の自動セグメンテーション法の中で,Dice比,修正Hausdorff距離,および平均表面距離に関して8つのトップランクチームをレビューし,それらのパイプライン,実装,およびソースコードを紹介した。さらに,限界と可能な将来方向について議論する。著者らは,iSeg-2017におけるデータセットを希望して,本論文はコミュニティのための方法論的開発に洞察を提供することができた。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： 画像 ,  乳児 ,  *ベンチマーク ,  髄液 ,  コミュニティ ,  マニュアル ,  白質 ,  モルフォロジー ,  磁気共鳴 ,  ミエリン ,  NMRイメージング ,  *セグメンテーション
準シソーラス用語： 自動セグメンテーション ,  被験者 ,  脳画像 , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 児 ,  脳 ,  セグメンテーション ,  アルゴリズム ,  ベンチマーク