文献

J-GLOBAL ID：202002240046521631   整理番号：20A1888934

U-Netアーキテクチャを用いたMRIベース脳腫瘍の自動セグメンテーションのレビュー【JST・京大機械翻訳】

Review of Automatic Segmentation of MRI Based Brain Tumour using U-Net Architecture

著者 (2件)： Mathews Ceena (Prajyoti Niketan College,Department of Computer Science,Pudukad,India) ,  Mohamed Anuj (Mahatma Gandhi University,School of Computer Sciences,Kottayam,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICISC  ページ： 46-50  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 文献レビュー  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 放射線科医による周囲の健康な脳組織からの脳腫瘍のセグメンテーションは,退屈な仕事である。安全な脳手術のために,腫瘍の完全切除のために,脳腫瘍の輪郭を定義することは必須である。腫瘍成分の正確なセグメンテーションのための深層学習ネットワークを用いた自動腫瘍セグメンテーションにおいてアクティブな研究が行われている。深層学習ネットワークは学習パターンにおいてより効果的であり,深いネットワークの性能はより多くのデータで訓練されたときに増加する。本論文では,U-Netと深層学習ネットワークアーキテクチャを用いて,MRI画像における脳腫瘍の自動セグメンテーションをレビューした。U-Netは医用画像のセグメンテーションのために開発された畳込みニューラルネットワークアーキテクチャである。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 ,  学習 ,  *セグメンテーション ,  ネットワーク ,  *腫瘍 ,  *脳腫瘍 ,  医用画像 ,  NMRイメージング ,  *計算機アーキテクチャ ,  脳神経外科 ,  ネットワークアーキテクチャ
準シソーラス用語： 完全切除 ,  脳組織 ,  *自動セグメンテーション ,  深層学習 , 【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 (6件)： U-Net ,  アーキテクチャ ,  MRI ,  脳腫瘍 ,  自動セグメンテーション ,  レビュー