文献

J-GLOBAL ID：202002247689414918   整理番号：20A0198299

乳児脳MRIセグメンテーションのための深CNNアンサンブルとsuggesティブアノテーション【JST・京大機械翻訳】

Deep CNN ensembles and suggestive annotations for infant brain MRI segmentation

著者 (7件)： Dolz Jose (Ecole de Technologie Superieure (ETS), University of Quebec, Montreal, QC, Canada) ,  Desrosiers Christian (Ecole de Technologie Superieure (ETS), University of Quebec, Montreal, QC, Canada) ,  Wang Li (Department of Radiology and BRIC, University of North Carolina at Chapel Hill, NC 27599, USA) ,  Yuan Jing (Xidian University, School of Mathematics and Statistics, Xi’an, China) ,  Shen Dinggang (Department of Radiology and BRIC, University of North Carolina at Chapel Hill, NC 27599, USA) ,  Shen Dinggang (Department of Brain and Cognitive Engineering, Korea University, Seoul 02841, Republic of Korea) ,  Ben Ayed Ismail (Ecole de Technologie Superieure (ETS), University of Quebec, Montreal, QC, Canada)
資料名： Computerized Medical Imaging and Graphics  (Computerized Medical Imaging and Graphics)
巻： 79  ページ： Null  発行年： 2020年 
JST資料番号： T0220A  ISSN： 0895-6111  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 乳児脳組織の正確な3Dセグメンテーションは,初期脳発生の包括的な容積研究と定量分析に向けた必須のステップである。しかし,このようなセグメンテーションを計算することは,特に6カ月の乳児脳において,乳児脳MRIに固有の他の困難性,例えば白色と灰白質の間の等強度コントラスト,および小さい脳サイズによる重度の部分体積効果のために非常に困難である。本研究では,入力としてT1強調およびT2強調MR画像を用いた,半密完全畳込みニューラルネットワーク(CNNs)の集合による問題を検討した。アンサンブル一致はセグメンテーション誤差と高度に相関することを実証した。したがって,著者らの方法は,局所的ユーザ補正を導くことができる測度を提供する。著者らの知る限りでは,本研究は画像内のアノテーションを示唆するための3D CNNの最初のアンサンブルである。著者らの準高密度アーキテクチャは,訓練中の勾配の効率的な伝搬を可能にし,一方,3D Uネット(例えば)のような一般的な医用画像セグメンテーションネットワークよりも1桁少ないパラメータを必要とするパラメータの数を制限する。また,多重画像モダリティの初期または後期融合が深いアーキテクチャの性能に及ぼす影響を調べた。著者らは,6カ月の乳児脳MRIセグメンテーションに関するMICCAI iSEG-2017Challengeの公開データに関する著者らの方法の評価を報告し,21チームの間で非常に競争力のある結果を示し,ほとんどの計量において最初にランク付けした。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *乳児 ,  NMRイメージング ,  多重化 ,  灰白質 ,  等級づけ ,  *アノテーション ,  三次元 ,  計算機アーキテクチャ ,  定量分析 ,  ネットワーク ,  測度 ,  コントラスト ,  *セグメンテーション
準シソーラス用語： モダリティ ,  医用画像セグメンテーション , 【Automatic Indexing@JST】

著者キーワード (5件)： 深層学習 ,  MRI ,  乳児脳セグメンテーション ,  3D CNN ,  アンサンブル学習

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 乳児 ,  脳MRI ,  セグメンテーション ,  CNN ,  アンサンブル