文献

J-GLOBAL ID：201902274720424703   整理番号：19A2668326

運動に影響された新生児脳MRIのセグメンテーションのための生成的敵対ネットワーク【JST・京大機械翻訳】

Generative Adversarial Network for Segmentation of Motion Affected Neonatal Brain MRI

著者 (9件)： Khalili N. (Image Sciences Institute, University Medical Center Utrecht, Utrecht, The Netherlands) ,  Turk E. (Department of Neonatology, Wilhelmina Children’s Hospital, University Medical Center Utrecht, Utrecht, The Netherlands) ,  Zreik M. (Image Sciences Institute, University Medical Center Utrecht, Utrecht, The Netherlands) ,  Viergever M. A. (Image Sciences Institute, University Medical Center Utrecht, Utrecht, The Netherlands) ,  Viergever M. A. (Brain Center Rudolf Magnus, University Medical Center Utrecht, Utrecht, The Netherlands) ,  Benders M. J. N. L. (Department of Neonatology, Wilhelmina Children’s Hospital, University Medical Center Utrecht, Utrecht, The Netherlands) ,  Benders M. J. N. L. (Brain Center Rudolf Magnus, University Medical Center Utrecht, Utrecht, The Netherlands) ,  Isgum I. (Image Sciences Institute, University Medical Center Utrecht, Utrecht, The Netherlands) ,  Isgum I. (Brain Center Rudolf Magnus, University Medical Center Utrecht, Utrecht, The Netherlands)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11766  ページ： 320-328  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： 早産児における自動新生児脳組織セグメンテーションは,脳発生の評価のための必要条件である。しかし,自動セグメンテーションは,画像取得中の乳児頭部運動により引き起こされる運動アーチファクトによりしばしば妨げられる。周波数領域データを用いて画像再構成中にこれらのアーチファクトを除去または最小化する方法を開発した。しかし,周波数領域データは必ずしも利用できない。そこで本研究では,すでに再構成されたMRスキャンから運動アーチファクトを除去する方法を提案した。この方法では,運動により影響されるスライスを運動アーチファクトなしでスライスに変換するために,サイクル整合性損失で訓練された生成的な敵ネットワークを採用し,その逆も同様である。実験では,月経後30週に画像化した早産児の40T2強調冠状MRスキャンを用いた。すべての画像は,自動組織セグメンテーションを妨げる運動アーチファクトによって影響を受けたスライスを含んだ。補正がより正確な画像セグメンテーションを可能にするかどうかを評価するために,画像を8つの組織クラスに分割した:小脳,有髄白質,大脳基底核および視床,心室脳脊髄液,白質,脳幹,皮質灰白質および脳脊髄液。運動と対応するセグメンテーションに対して補正した画像を,5点のLikertスケールを用いて定性的に評価した。運動アーチファクトの補正の前に,対応する自動セグメンテーションの画質と品質の中央値は,それぞれグレード2(貧弱)と3(中等度)であった。運動アーチファクトの補正後,両方ともグレード3と4に改善された。結果は,提案した手法を用いた画像空間における運動アーチファクトの補正が,運動アーチファクトにより影響されるスライスにおける脳組織クラスの正確なセグメンテーションを可能にすることを示した。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： *新生児 ,  アーチファクト ,  走査 ,  画像 ,  皮質 ,  画質 ,  画像処理 ,  小脳 ,  *ネットワーク ,  *セグメンテーション ,  品質 ,  画像再構成 ,  乳児 ,  白質 ,  再構成
準シソーラス用語： モーションアーチファクト , 【Automatic Indexing@JST】

著者キーワード (4件)： 運動補正 ,  畳み込みニューラルネットワーク ,  シクレガン ,  新生児MRI

分類 (2件)： 医用画像処理  (JE04020T) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 運動 ,  新生児 ,  脳MRI ,  セグメンテーション ,  敵対