文献

J-GLOBAL ID：202002225832348894   整理番号：20A2273283

軽量擬似3D畳込みおよび表面点回帰を用いた深容積ユニバーサル病変検出【JST・京大機械翻訳】

Deep Volumetric Universal Lesion Detection Using Light-Weight Pseudo 3D Convolution and Surface Point Regression

著者 (7件)： Cai Jinzheng (PAII Inc., Bethesda, MD, USA) ,  Yan Ke (PAII Inc., Bethesda, MD, USA) ,  Cheng Chi-Tung (Chang Gung Memorial Hospital, Linkou, Taiwan, ROC) ,  Xiao Jing (Ping An Technology, Shenzhen, China) ,  Liao Chien-Hung (Chang Gung Memorial Hospital, Linkou, Taiwan, ROC) ,  Lu Le (PAII Inc., Bethesda, MD, USA) ,  Harrison Adam P. (PAII Inc., Bethesda, MD, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12264  ページ： 3-13  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  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： 患者CTスキャンから正確に,そして,包括的に病変を同定し,測定および報告することは,医師にとって,まだ時間を要する手順である。コンピュータ支援病変/有意発見検出技術は医用イメージングのコアにあり,3Dイメージングにおける病変出現,位置およびサイズ分布の非常に大きな変動のため,非常に挑戦的なままである。本研究では,(1)擬似3D畳込み演算子を,オフザリバー2Dネットワークからアーキテクチャ構成と事前訓練重みをリサイクルする,特にデータ分散に対処する大きな容量を持つもの,および(2)病変表面上のそれらの代表的キーポイントを指定することにより3D病変空間範囲を効果的に回帰する新しい表面点回帰法,を組込む新しい深いアンカーフリー1段体積病変検出器(VLD)フレームワークを提案した。実験検証は,最初に,著者らの提案した方法が新しい最先端の定量的性能を提供する,公共大規模NIH DeepLesionデータセットについて行われた。また,肝臓腫瘍検出のために,著者らの社内データセットのVLDを試験した。VLDは,CTイメージングにおける大規模および小サイズの腫瘍データセットの両方でよく一般化する。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  ネットワーク ,  腫瘍 ,  画像処理 ,  検出法 ,  検出器 ,  二次元 ,  *三次元 ,  CAE【計算機】 ,  計算機アーキテクチャ ,  肝臓腫瘍 ,  計算機トモグラフィー
準シソーラス用語： サイズ分布 ,  医用画像処理 ,  実験検証 , 【Automatic Indexing@JST】

著者キーワード (3件)： 体積的普遍的病変検出 ,  軽量擬似3D畳込み ,  表面点回帰

分類 (2件)： 医用画像処理  (JE04020T) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (6件)： 軽量 ,  擬似 ,  3D ,  畳込み ,  容積 ,  病変