文献

J-GLOBAL ID：202002227938315584   整理番号：20A1057985

畳込みニューラルネットワークを用いた全心臓冠MRAの画像分解能の改善【JST・京大機械翻訳】

Improving Image Resolution of Whole-Heart Coronary MRA Using Convolutional Neural Network

著者 (6件)： Kobayashi Hiroki (Graduate School of Science and Engineering, Ritsumeikan University, Kusatsu, Shiga, Japan) ,  Nakayama Ryohei (Graduate School of Science and Engineering, Ritsumeikan University, Kusatsu, Shiga, Japan) ,  Hizukuri Akiyoshi (Graduate School of Science and Engineering, Ritsumeikan University, Kusatsu, Shiga, Japan) ,  Ishida Masaki (Department of Radiology, Mie University School of Medicine, Tsu, Mie, Japan) ,  Kitagawa Kakuya (Department of Radiology, Mie University School of Medicine, Tsu, Mie, Japan) ,  Sakuma Hajime (Department of Radiology, Mie University School of Medicine, Tsu, Mie, Japan)
資料名： Journal of Digital Imaging  (Journal of Digital Imaging)
巻： 33  号： 2  ページ： 497-503  発行年： 2020年 
JST資料番号： W4566A  ISSN： 0897-1889  資料種別： 逐次刊行物 (A)
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： 全心臓冠状動脈磁気共鳴血管造影(WHCMRA)は,放射線曝露なしで冠動脈疾患の非侵襲的評価を可能にする。しかし,WHCMRAの画像分解能は限られている。最近,畳込みニューラルネットワーク(CNNs)は医用画像の解像度を改善する方法として関心が高まっている。本研究の目的は,CNNを用いたWHCMRA画像の分解能を改善することである。32チャンネルコイルを有する1.5T磁気共鳴(MR)システムを用いて,既知または疑わしい冠動脈疾患を有する80名の患者において,512×512画素(ピクセルサイズ=0.65mm)の自由呼吸WHCMRA画像を得た。CNNモデルを,異なる構造を有するCNNsを評価することによって最適化した。提案したCNNモデルを,40人の患者から収集した訓練データセットを用いて,低解像度パッチ(小領域)と対応する高分解能パッチの間の信号パターンの関係に基づいて訓練した。512×512画素の画像を256×256ダウンサンプリングWHCMRA画像(画素サイズ=1.3mm)から3つの異なるアプローチで復元した:提案したCNN,双性補間(BCI),および以前に報告した超解像CNN(SRCNN)。提案したCNNモデルを用いて得られた高分解能WHCMRA画像は,元のWHCMRA画像に関して,二乗平均二乗誤差,ピーク信号対雑音比,および構造類似性指標測度に関して,BCIおよびSRCNNのものより著しく優れていた。提案したCNNアプローチは,BCIおよびSRCNNよりも良好な精度で高分解能WHCMRA画像を提供することができる。提案したCNNモデルを用いて得られた高分解能WHCMRAは,冠動脈疾患の同定に有用である。Copyright Society for Imaging Informatics in Medicine 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  磁気共鳴 ,  測度 ,  *心臓 ,  内挿法 ,  画素 ,  超解像 ,  冠動脈 ,  冠動脈疾患 ,  医用画像 ,  高分解能 ,  MRアンギオグラフィー ,  平均二乗誤差 ,  *畳込みニューラルネットワーク ,  改変 ,  検査 ,  X線検査 ,  放射線検査 ,  非破壊検査
準シソーラス用語： ダウンサンプリング , 【Automatic Indexing@JST】

著者キーワード (3件)： 解像度改善 ,  畳み込みニューラルネットワーク ,  全心臓冠動脈磁気共鳴血管造影

分類 (1件)： 循環系の診断  (GJ02000V)

タイトルに関連する用語 (4件)： 畳込みニューラルネットワーク ,  心臓 ,  MRA ,  画像分解能