文献
J-GLOBAL ID:201902272034187619   整理番号:19A2668785

3D CTスキャンにおける正確な大動脈弁セグメンテーションのための拡張残留ネットワークにおける注意誘導復号器【JST・京大機械翻訳】

Attention-Guided Decoder in Dilated Residual Network for Accurate Aortic Valve Segmentation in 3D CT Scans
著者 (10件):
資料名:
巻: 11794  ページ: 121-129  発行年: 2019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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
心臓CTスキャンにおける自動大動脈弁セグメンテーションは,大動脈弁疾患に関する外科医の診断と大動脈弁温存手術の計画に対して高い有意性がある。しかしながら,非常に速いフラッピング速度,あいまいな形状および大動脈弁の極端に薄い構造は,自動セグメンテーションアルゴリズムの開発に大きな困難をもたらす。本論文では,心臓CTスキャンから大動脈弁のセグメンテーションの問題を扱うために,エンドツーエンドの深い学習法を提案した。この方法では,三次元ボクセル状拡張残差ネットワーク(DRN)をバックボーンネットワークとして使用し,正確な弁セグメンテーション結果を得るために,非弁アーチファクトと雑音を抑制し,細い小葉に注意を払うために,新しい注意誘導復号器モジュールを用いた。定性的および定量的分析を行い,最先端(SOTA)3D医用画像セグメンテーションモデルと比較した。実験結果は,提案方法が非常に高い能力を有することを確証した。Copyright 2019 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
医用画像処理  ,  図形・画像処理一般 

前のページに戻る