文献

J-GLOBAL ID：201902283430568679   整理番号：19A2568533

3D確率論的および幾何学的ポストプロセスを用いたResunetに基づくCTにおける肝臓セグメンテーション【JST・京大機械翻訳】

Liver Segmentation in CT based on ResUNet with 3D Probabilistic and Geometric Post Process

著者 (4件)： Xu Wendong (Beijing Key Laboratory of Mobile Computing and Pervasive Device, Institute of Computing Technology, Chinese Academy of Sciences, Beijing, China) ,  Liu Hong (Beijing Key Laboratory of Mobile Computing and Pervasive Device, Institute of Computing Technology, Chinese Academy of Sciences, Beijing, China) ,  Wang Xiangdong (Beijing Key Laboratory of Mobile Computing and Pervasive Device, Institute of Computing Technology, Chinese Academy of Sciences, Beijing, China) ,  Qian Yueliang (Beijing Key Laboratory of Mobile Computing and Pervasive Device, Institute of Computing Technology, Chinese Academy of Sciences, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICSIP  ページ： 685-689  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 本論文では,3D確率論的および幾何学的ポストプロセスを用いたResUNetを用いた新しい肝臓セグメンテーションフレームワークを提案した。著者らの意味論的セグメンテーションモデルResUNetは,より深いネットワークを構築するために,Uネットのサンプリングとダウンサンプリング部分をアップするために,残差ユニットとバッチ正規化層を追加した。急速に収束するために,Dice損失と交差エントロピー損失によって線形に結合される新しい損失関数DCEを提案した。著者らは,より多くの文脈情報を調査するために,訓練と試験のための入力として連続的ないくつかのCT画像を使用した。ResUNetの初期セグメンテーションに基づいて,完全に連結した3D条件付きランダム場を用いて,2D近傍領域と3D体積情報を探索することによりセグメンテーション結果を洗練した。最後に,3D接続成分分析を用いて,いくつかの大きな成分を残し,セグメンテーション雑音を低減した。公開データセットLITSに関する実験結果は,著者らの提案したフレームワークが肝臓セグメンテーションのための最新の性能の状態を達成することを示した。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： ネットワーク ,  意味論 ,  *三次元 ,  残差 ,  *セグメンテーション ,  *確率論 ,  高速度 ,  エントロピー ,  二次元 ,  線形性 ,  雑音 ,  ロット ,  正規化
準シソーラス用語： ダウンサンプリング ,  *肝臓セグメンテーション , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 3D ,  幾何学 ,  プロセス ,  CT ,  肝臓セグメンテーション