文献

J-GLOBAL ID：201902287285720525   整理番号：19A1787878

MR画像における脳腫瘍検出のためのハイブリッドアプローチ【JST・京大機械翻訳】

Hybrid Approaches for Brain Tumor Detection in MR Images

著者 (3件)： Chahal Prabhjot Kaur (Department of Computer Science and Engineering, Thapar Institute of Engineering and Technology, Punjab, India) ,  Pandey Shreelekha (Department of Computer Science and Engineering, Thapar Institute of Engineering and Technology, Punjab, India) ,  Goel Shivani (Department of Computer Science Engineering, Bennett University, Greater Noida, Delhi, India)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1045  ページ： 264-274  発行年： 2019年 
JST資料番号： W5071A  ISSN： 1865-0929  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： 医用画像処理における成長技術は,いくつかの生命を脅かす病気の正確な分析と同様に迅速に役立つ。興味深いことに,脳腫瘍分析のドメインは,コアステップ,すなわち,抽出,検出,および腫瘍検査のための最も重要な近似的セグメンテーションを自動化するために,この傾向を効果的に利用した。神経障害を診断するために,磁気共鳴(MR)画像診断法は非常に有用である。MR画像タイプを考察して,本論文は脳腫瘍検出のプロセスに影響するパラメータを要約した。また,本研究では,ファジィc-平均(FCM)およびサポートベクトルマシン(SVM)とk-平均を組み合わせたハイブリッドセグメンテーションアプローチを提案した。実験により,融合が200T1WとT2W MR画像を用いたDICOMデータセット上の脳腫瘍同定における3つのベースアプローチより優れていることを示した。評価パラメータは,ファジィc-平均と結合したk-平均がより良い精度を生み出すことを示した。結果は,MR画像を用いて脳腫瘍の範囲と形状の検出における提案の適用性をさらに証明した。Copyright 2019 Springer Nature Singapore Pte Ltd. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 近似法 ,  ニューロパチー ,  適応性 ,  *画像 ,  *NMRイメージング ,  画像診断 ,  *腫瘍 ,  自動化 ,  医用画像 ,  曖昧さ ,  セグメンテーション ,  サポートベクトルマシン ,  磁気共鳴 ,  *脳腫瘍
準シソーラス用語： 医用画像処理 , 【Automatic Indexing@JST】

著者キーワード (4件)： 医用画像 ,  セグメンテーション ,  脳腫瘍 ,  磁気共鳴

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (3件)： MR画像 ,  脳腫瘍 ,  ハイブリッドアプローチ