文献

J-GLOBAL ID：201902278414425172   整理番号：19A1266077

フラクタルサンプリングによる3D画像特徴抽出のための経験的機能PCA【JST・京大機械翻訳】

Empirical Functional PCA for 3D Image Feature Extraction Through Fractal Sampling

著者 (5件)： Ortiz Andres (Communications Engineering Department, University of Malaga, Malaga 29071, Spain) ,  Munilla Jorge (Communications Engineering Department, University of Malaga, Malaga 29071, Spain) ,  Martinez-Murcia Francisco J. (Department of Signal Theory, Communications and Networking, University of Granada, Granada 18060, Spain) ,  Gorriz Juan M. (Department of Signal Theory, Communications and Networking, University of Granada, Granada 18060, Spain) ,  Ramirez Javier (Department of Signal Theory, Communications and Networking, University of Granada, Granada 18060, Spain)
資料名： International Journal of Neural Systems  (International Journal of Neural Systems)
巻： 29  号： 2  ページ： 1850040  発行年： 2019年 
JST資料番号： W0880A  ISSN： 0129-0657  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： シンガポール (SGP)  言語： 英語 (EN)

抄録/ポイント： 医用画像分類は,現在,異なる脳疾患の診断を助けるために使用できる挑戦的な課題である。したがって,画像から代表的な特徴を得ることを目的とした探索的および識別的分析技術は,認知症の早期診断において特に重要な効果的なコンピュータ支援診断(CAD)システムの設計において決定的な役割を果たす。本研究では,3D画像による特定の時系列解析技術を用いることを可能にする技術を提示した。これはボクセル間の空間関係を保存するフラクタルベースの方法を用いて画像をサンプリングすることによって達成される。さらに,経験関数に基づいて計算された空間における画像を表現するために経験的モード分解(EMD)と機能PCA(EMD)を組み合わせた経験関数PCA(EfPCA)と呼ばれる方法を提示した。考案された技術を用いて,アルツハイマー病ニューロイメージングイニシアティブ(ADNI)とParkinsonプログレッションマーカーイニシアティブ(PPMI)からの画像を分類し,それぞれ93%と92%の鑑別診断タスク(AD対対照とPD対対照)を達成した。得られた結果はこの方法を検証し,著者らの方法論によって検索された情報が病気と有意に関連していることを証明した。Copyright 2019 World Scientific Publishing Company 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 ,  計算機診断 ,  鑑別診断 ,  認知症 ,  早期診断 ,  Parkinson病 ,  Alzheimer病 ,  *フラクタル ,  *三次元 ,  ボクセル ,  医用画像 ,  脳疾患 ,  時系列分析
準シソーラス用語： *三次元画像 ,  *画像特徴抽出 , 【Automatic Indexing@JST】

著者キーワード (7件)： リストHilbert曲線 ,  EEMD ,  経験的機能PCA ,  SVM ,  PET ,  アルツハイマー病 ,  パーキンソン病

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： フラクタル ,  サンプリング ,  3D画像 ,  特徴抽出 ,  経験 ,  PCA