文献
J-GLOBAL ID:202002218940945908   整理番号:20A1957042

グループ化注意を伴うV-Netを用いたTAPVC術前評価のための自動肺静脈および左心房セグメンテーション【JST・京大機械翻訳】

Automatic Pulmonary Vein and Left Atrium Segmentation for TAPVC Preoperative Evaluation Using V-Net with Grouped Attention
著者 (6件):
資料名:
巻: 2020  号: EMBC  ページ: 1207-1210  発行年: 2020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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
肺静脈(PV)と左心房(LA)の正確なセグメンテーションは,小児の稀であるが致命的な先天性心疾患である総異常肺静脈接続(TAPVC)の術前評価と計画に必須である。しかし,手動セグメンテーションは,時間がかかり,不眠である。反復作業からの自由放射線科医に対して,低Dose CT画像からPVとLAを分割する自動深層学習法を提案した。この方式において,注意機構を広く使用されたV-Netに導入して,新規グループ化注意モジュールをV-Netのセグメンテーション性能を強化するために適用した。方法:TAPVC患者からスキャンした683D低Dose CT画像に関する著者らの方法を評価した。実験結果は,著者らの方式が一般的3D-UNetとV-Netより優れていて,それぞれ,PVとLAのために0.795と0.834の平均二義類似性係数(DSC)を持つことを示した。臨床的関連性 VoIPは,良好な精度でPVとLAの自動セグメンテーションのためのCNNsベースの方法を提案して,それはTAPVCの術前評価と計画のために使用することができる。著者らの方法は,効率を改善し,放射線科医の作業負荷(400ミリ秒対2~3時間/ケース)を減らすことができた。Copyright 2020 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 

前のページに戻る