文献

J-GLOBAL ID：202002249612979746   整理番号：20A2569796

大量の皮膚病変マルチスペクトルデータの自動処理の課題【JST・京大機械翻訳】

Challenges of automatic processing of large amount of skin lesion multispectral data

著者 (8件)： Lihacova I. (Univ. of Latvia (Latvia)) ,  Cibulska E. (Riga Technical Univ. (Latvia)) ,  Lihachev A. (Univ. of Latvia (Latvia)) ,  Lange M. (Univ. of Latvia (Latvia)) ,  Plorina E. V. (Univ. of Latvia (Latvia)) ,  Bliznuks D. (Riga Technical Univ. (Latvia)) ,  Derjabo A. (Riga Eastern Univ. Hospital (Latvia)) ,  Kiss N. (Semmelweis Univ. (Hungary))
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 11585  ページ： 115850C-7  発行年： 2020年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本研究は,大きな差別化データセットのための自動処理設定に関与する課題を記述する。本研究では,756の病変(3024の画像)を有する405nmの励起を用いて,マルチスペクトル(皮膚拡散反射画像526nm(緑色),663nm(赤),および964nm(赤外)照明と自己蛍光(AF)画像)を処理した。以前に,MATLABソフトウェアを使用して,マーカを見つけて,暗いエッジと画像アラインメントを有する画像を正しくセグメント化することは,自動データ処理における問題の主要原因であった。自動処理を改善し,認可されたソフトウェアの使用を除去するために,後者をオープンソースPython環境で置換した。皮膚マーカーと皮膚病変のより正確なセグメンテーションのために,画像アラインメントと同様に,人工ニューラルネットワークの処理を利用した。得られた処理方法は,MATLABスクリプトの多くの課題を解決する。しかし,より正確な結果でさえ,より正確な地上-トラスセグメンテーションマスクを提供し,より多くの入力データを生成し,データ増強を用いて訓練画像データベースを増加させる必要がある。COPYRIGHT SPIE. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 赤外線 ,  セグメンテーション ,  照明 ,  ニューラルネットワーク ,  データ処理 ,  ソフトウェア ,  拡散反射 ,  *皮膚障害 ,  画像データベース
準シソーラス用語： 差別化 ,  MATLAB ,  Python ,  オープンソース ,  スクリプト ,  入力データ , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (3件)： 皮膚病変 ,  マルチスペクトル ,  自動処理