文献

J-GLOBAL ID：201902278046008427   整理番号：19A0987857

眼底画像上の網膜血管セグメンテーションのための新しいハイブリッドアルゴリズム【JST・京大機械翻訳】

A New Hybrid Algorithm for Retinal Vessels Segmentation on Fundus Images

著者 (4件)： Dharmawan Dhimas Arief (School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore) ,  Li Di (School of Marine Science and Technology, Northwestern Polytechnical University, Xi’an, China) ,  Ng Boon Poh (School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore) ,  Rahardja Susanto (School of Marine Science and Technology, Northwestern Polytechnical University, Xi’an, China)
資料名： IEEE Access  (IEEE Access)
巻： 7  ページ： 41885-41896  発行年： 2019年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 自動網膜血管セグメンテーションは医療応用における重要な課題である。しかしながら,ほとんどの利用可能な網膜血管セグメンテーション法は,低コントラスト微小血管,中心反射を有する血管,および病理の存在下での血管の検出などの困難な状況を扱う場合には,より悪い結果になる傾向がある。本論文は,眼底画像上の網膜血管セグメンテーションのための新しいハイブリッドアルゴリズムを提示した。提案したアルゴリズムは,Uネットから導出した畳込み神経回路網アーキテクチャに基底画像を送る前に,新しい方向に敏感な血管強調法を最初に適用することにより,挑戦的な状況を扱う場合の困難性を克服する。このアルゴリズムを訓練し試験するために,HRFデータベースからの高分解能基底画像だけでなく,DRIVEとSTAREデータベースからの基底画像を利用した。実験において,提案したアルゴリズムは,4つの主要な測度,すなわち,感度,F1スコア,G平均,およびMathew相関係数において,低および高分解能画像の両方において,最先端の方法より優れている。さらに,提案したアルゴリズムは競合する方法の中で最良の連結性領域長さスコアを達成した。このような性能を考えると,提案したアルゴリズムは他の医療応用における血管様構造セグメンテーションに適応できる。さらに,新しい血管拡張法はU-netモデルに依存しないので,他の深い学習アーキテクチャに容易に適用できる。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： *網膜 ,  畳込み ,  *網膜血管 ,  *血管 ,  学習 ,  計算機アーキテクチャ ,  *画像 ,  データベース ,  *セグメンテーション ,  病理 ,  *アルゴリズム ,  コントラスト ,  モデル
準シソーラス用語： スコア ,  *ハイブリッドアルゴリズム , 【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 (4件)： 眼底画像 ,  網膜血管 ,  セグメンテーション ,  ハイブリッドアルゴリズム