文献

J-GLOBAL ID：202002248792590513   整理番号：20A0067004

肺結節セグメンテーションのための二分岐残留ネットワーク【JST・京大機械翻訳】

Dual-branch residual network for lung nodule segmentation

著者 (8件)： Cao Haichao (Huazhong University of Science and Technology, School of Computer Science & Technology, Wuhan, 430074, China) ,  Liu Hong (Huazhong University of Science and Technology, School of Computer Science & Technology, Wuhan, 430074, China) ,  Song Enmin (Huazhong University of Science and Technology, School of Computer Science & Technology, Wuhan, 430074, China) ,  Hung Chih-Cheng (Kennesaw State University, The Laboratory for Machine Vision and Security Research, 1000 Chastain Rd., Kennesaw, GA 30144, USA) ,  Ma Guangzhi (Huazhong University of Science and Technology, School of Computer Science & Technology, Wuhan, 430074, China) ,  Xu Xiangyang (Huazhong University of Science and Technology, School of Computer Science & Technology, Wuhan, 430074, China) ,  Jin Renchao (Huazhong University of Science and Technology, School of Computer Science & Technology, Wuhan, 430074, China) ,  Lu Jianguo (Huazhong University of Science and Technology, School of Computer Science & Technology, Wuhan, 430074, China)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 86  ページ： Null  発行年： 2020年 
JST資料番号： W2175A  ISSN： 1568-4946  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： コンピュータ断層撮影(CT)画像における肺結節の正確なセグメンテーションは,肺癌分析と診断に重要である。しかしながら,肺結節の多様性と小結節とそれらの周囲の間の視覚特性の類似性のために,結節のロバストなセグメンテーションは困難な問題になる。本研究では,データ駆動モデルである二重分岐抵抗ネットワーク(DB-ResNet)を提案する。著者らのアプローチは,モデルの一般化能力を改善するために,2つの新しい方式を統合した。(1)提案したモデルは,CT画像における異なる小結節のマルチビューとマルチスケール特徴を同時に捉えることができる。(2)強度と畳込みニューラルネットワーク(CNN)の特徴を組み合わせた。ブロックの中心ボクセルの強度特性を抽出し,ブロックの中心ボクセルの畳込み特徴を得るためにCNNを使用する,中心強度プール層(CIP)と呼ばれるプール法を提案した。さらに,モデルの精度を上げるために,重みづけスコアを用いて,それらのボクセルの選択のための結節の境界に基づく重みづけサンプリング戦略を設計した。提案した方法を986個のノジュールを含むLIDC-IDRIデータセットについて広範囲に評価した。実験結果は,DB-ResNetがデータセットに関して82.74%の類似性係数(DSC)によって優れたセグメンテーション性能を達成することを示した。さらに,著者らの結果を同じデータセットに関する4人の放射線科医のそれらと比較した。比較は,著者らのDSCがヒト専門家のそれより0.49%高いことを示した。これは,著者らの提案方法が経験した放射線科医と同じくらい良いことを証明した。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： 重みづけ ,  畳込み ,  類似性 ,  肺腫瘍 ,  *ネットワーク ,  計算機診断 ,  団塊 ,  ロバスト性 ,  ボクセル ,  計算機トモグラフィー ,  ニューラルネットワーク ,  *セグメンテーション ,  ヒト
準シソーラス用語： マルチビュー ,  *肺結節 , 【Automatic Indexing@JST】

著者キーワード (4件)： 肺結節セグメンテーション ,  残留ニューラルネットワーク ,  深層学習 ,  コンピュータ支援診断

分類 (2件)： 人工知能  (JE08000Z) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (4件)： 肺結節 ,  セグメンテーション ,  二分岐 ,  残留