文献

J-GLOBAL ID：202002223537674959   整理番号：20A1957204

血管増強Enface OCT画像における解剖学的特徴の局在化【JST・京大機械翻訳】

Localization of Anatomical Features in Vascular-enhanced Enface OCT Images

著者 (6件)： Wong Damon W.K. (SERI-NTU Advanced Ocular Engineering (STANCE) Program,Singapore) ,  Yow Ai Ping (SERI-NTU Advanced Ocular Engineering (STANCE) Program,Singapore) ,  Tan Bingyao (SERI-NTU Advanced Ocular Engineering (STANCE) Program,Singapore) ,  Xinwen Yao (SERI-NTU Advanced Ocular Engineering (STANCE) Program,Singapore) ,  Chua Jacqueline (Singapore Eye Research Institute (SERI),Singapore) ,  Schmetterer Leopold (Singapore Eye Research Institute (SERI),Singapore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： EMBC  ページ： 1875-1878  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： 光学コヒーレンストモグラフィー(OCT)は眼のin vivo容積イメージングを可能にする。OCTに基づく画像分析において,顔OCTにおける解剖学的特徴の同定と局在化は重要なステップである。しかし,構造的OCTまたは血管OCT血管造影における解剖学的特徴の可視性は限られている。本論文では,畳み込みネットワークに基づく高速RCNNオブジェクト検出フレームワークを用いて,解剖学的特徴の同時検出のための血管増強顔OCT画像の使用を提案した。転送学習を適用して,バックボーンネットワークとして事前訓練モデルを適応させた。モデルを419画像のデータセットで評価した。結果は,VGG-FasterRCNNが平均精度0.77を達成して,それぞれ,黄斑と視神経円板の0.18±0.10mmと0.24±0.13mmの位置確認誤差で,それぞれ,平均精度0.77を達成したことを示した。結果は有望であり,このネットワークが解剖学的特徴を自動かつ同時に検出するのに使用できることを示唆する。OCT画像分析プロトコルの自動化には,顔OCTにおける解剖学的特徴の臨床関連性の--局在化が必要である。高速検出ネットワークの使用は,画像取得中の画像ベース実時間追跡を潜在的に示唆した。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： 畳込み ,  自動化 ,  学習 ,  ネットワーク ,  *血管 ,  位置決め ,  画像処理 ,  基幹回線 ,  *解剖学 ,  画像分析 ,  可視度 ,  黄斑 ,  視神経円板
準シソーラス用語： 物体検出 ,  局在化 , 【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)： 血管 ,  増強 ,  OCT ,  解剖学 ,  局在化