文献

J-GLOBAL ID：202002238837232254   整理番号：20A0744169

Markov確率場に基づく単一細胞解像度組織画像のための自動脳領域セグメンテーション【JST・京大機械翻訳】

Automated Brain Region Segmentation for Single Cell Resolution Histological Images Based on Markov Random Field

著者 (21件)： Xu Xiaofeng (Britton Chance Center for Biomedical Photonics, Wuhan National Laboratory for Optoelectronics, Huazhong University of Science and Technology, Wuhan, China) ,  Xu Xiaofeng (MoE Key Laboratory for Biomedical Photonics, School of Engineering Sciences, Huazhong University of Science and Technology, Wuhan, China) ,  Guan Yue (Britton Chance Center for Biomedical Photonics, Wuhan National Laboratory for Optoelectronics, Huazhong University of Science and Technology, Wuhan, China) ,  Guan Yue (MoE Key Laboratory for Biomedical Photonics, School of Engineering Sciences, Huazhong University of Science and Technology, Wuhan, China) ,  Gong Hui (Britton Chance Center for Biomedical Photonics, Wuhan National Laboratory for Optoelectronics, Huazhong University of Science and Technology, Wuhan, China) ,  Gong Hui (MoE Key Laboratory for Biomedical Photonics, School of Engineering Sciences, Huazhong University of Science and Technology, Wuhan, China) ,  Gong Hui (HUST-Suzhou Institute for Brainsmatics, Suzhou, China) ,  Feng Zhao (Britton Chance Center for Biomedical Photonics, Wuhan National Laboratory for Optoelectronics, Huazhong University of Science and Technology, Wuhan, China) ,  Feng Zhao (MoE Key Laboratory for Biomedical Photonics, School of Engineering Sciences, Huazhong University of Science and Technology, Wuhan, China) ,  Shi Wenjuan (Britton Chance Center for Biomedical Photonics, Wuhan National Laboratory for Optoelectronics, Huazhong University of Science and Technology, Wuhan, China) ,  Shi Wenjuan (MoE Key Laboratory for Biomedical Photonics, School of Engineering Sciences, Huazhong University of Science and Technology, Wuhan, China) ,  Li Anan (Britton Chance Center for Biomedical Photonics, Wuhan National Laboratory for Optoelectronics, Huazhong University of Science and Technology, Wuhan, China) ,  Li Anan (MoE Key Laboratory for Biomedical Photonics, School of Engineering Sciences, Huazhong University of Science and Technology, Wuhan, China) ,  Li Anan (HUST-Suzhou Institute for Brainsmatics, Suzhou, China) ,  Ren Miao (Britton Chance Center for Biomedical Photonics, Wuhan National Laboratory for Optoelectronics, Huazhong University of Science and Technology, Wuhan, China) ,  Ren Miao (MoE Key Laboratory for Biomedical Photonics, School of Engineering Sciences, Huazhong University of Science and Technology, Wuhan, China) ,  Yuan Jing (Britton Chance Center for Biomedical Photonics, Wuhan National Laboratory for Optoelectronics, Huazhong University of Science and Technology, Wuhan, China) ,  Yuan Jing (MoE Key Laboratory for Biomedical Photonics, School of Engineering Sciences, Huazhong University of Science and Technology, Wuhan, China) ,  Yuan Jing (HUST-Suzhou Institute for Brainsmatics, Suzhou, China) ,  Luo Qingming (Britton Chance Center for Biomedical Photonics, Wuhan National Laboratory for Optoelectronics, Huazhong University of Science and Technology, Wuhan, China) ,  Luo Qingming (MoE Key Laboratory for Biomedical Photonics, School of Engineering Sciences, Huazhong University of Science and Technology, Wuhan, China)
資料名： Neuroinformatics  (Neuroinformatics)
巻： 18  号： 2  ページ： 181-197  発行年： 2020年 
JST資料番号： W4800A  ISSN： 1539-2791  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： 脳は異なる機能を持つ大規模な領域から成り,脳領域境界の正確な描写は脳領域同定とアトラスの説明に重要である。本論文では,脳領域セグメンテーションのための階層的Markov確率場(MRF)モデルを提案し,そこではMRFをダウンサンプリング低解像度画像に適用し,その結果を元の高分解能画像に対する他のMRFを初期化するために用いた。分数微分特徴とグレイレベル共起行列をMRFの観測ベクトルとして抽出し,脳領域の空間特性を捉える新しいポテンシャルエネルギー関数を提案した。ファジィエントロピー基準を用いて,階層的MRFモデルから境界を微調整した。合成画像と実際の組織学的マウス脳画像の両方でモデルを試験した。結果は,このモデルが正確に標的領域を同定でき,特別な場合として全マウス脳の概要さえも正確に同定できることを示唆した。興味ある観察は,モデルが異なる細胞密度を持つ領域をセグメント化できるだけでなく,類似の細胞密度と異なる細胞形態組織を持つ領域をセグメント化できることである。したがって,このモデルは高分解能3D脳アトラスを構築するための大きな可能性を示す。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 高分解能 ,  細胞密度 ,  三次元 ,  *セグメンテーション ,  ベクトル ,  分解能
準シソーラス用語： 細胞形態 ,  脳画像 ,  合成画像 ,  共起行列 ,  ダウンサンプリング ,  アトラス ,  *単一細胞 ,  *Markov確率場 , 【Automatic Indexing@JST】

著者キーワード (3件)： 自動セグメンテーション ,  脳アトラス ,  Markov確率場

分類 (2件)： 医用画像処理  (JE04020T) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： Markov確率場 ,  単一細胞 ,  解像度 ,  組織 ,  脳領域 ,  セグメンテーション