文献

J-GLOBAL ID：202002250067176643   整理番号：20A1926695

医用画像セグメンテーションのための深層ネットワークに基づくスーパーピクセル領域マージング【JST・京大機械翻訳】

Superpixel Region Merging Based on Deep Network for Medical Image Segmentation

著者 (4件)： Liu Hui (Shandong University of Finance and Economics and Stanford University, Jinan, Shandong Province, China) ,  Wang Haiou (Shandong University of Finance and Economics, Jinan, Shandong Province, China) ,  Wu Yan (Stanford University, CA, USA) ,  Xing Lei (Stanford University, CA, USA)
資料名： ACM Transactions on Intelligent Systems and Technology  (ACM Transactions on Intelligent Systems and Technology)
巻： 11  号： 4  ページ： 1-22  発行年： 2020年 
JST資料番号： W5696A  ISSN： 2157-6904  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 医用画像における病理学的構造の自動的および正確な意味的セグメンテーションは,ノイズの多い障害,病理学の変形可能な形状および軟組織間の低いコントラストのため,困難である。古典的スーパーピクセルベースの分類アルゴリズムは,医用画像に固有の複雑性と不均一性によるエッジ漏洩に悩まされる。したがって,エッジ強化のために取り込まれたスーパーピクセル領域併合処理を有する深いU-Netを提案し,セグメンテーションを容易化し,最適化する。著者らのアプローチは3つの革新を組み合わせた。(1)深層学習ベース画像セグメンテーションと異なり,グレイ類似性に加えて,U-Net訓練を介してスーパーピクセル領域併合から進化したセグメンテーションは,豊富な意味情報を得た。(2)バイラテラルフィルタリングモジュールは,外部ノイズを除去して,病理学の端部で軟部組織コントラストを強化するために,ネットワークの始めに採用された。(3)正規化層を各特徴スケールで畳込み層後に挿入し,過剰適合を防ぎ,モデルパラメータに対する感度を増加させた。このモデルを,肺CT,脳MRおよび冠状動脈CTデータセットでそれぞれ検証した。異なるスーパーピクセル法と交差検証は,このアーキテクチャの有効性を示した。超パラメータ設定は,性能と効率の間の良好なトレードオフを達成するために経験的に探索され,4層ネットワークが精度,再現,F測度,および走行速度において最良の結果を達成した。この方法は,FCN-16s,SegNet,PSPNet,DeepLabv3,および従来のU-Netを含む最先端のネットワークを,定量的および定性的に凌駕することを実証した。完全な方法のためのソースコードは,https://github.com/Leahnawho/Superpixel-networkで利用可能である。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コントラスト ,  最適化 ,  雑音 ,  測度 ,  畳込み ,  *セグメンテーション ,  *ネットワーク ,  フィルタリング ,  *画素 ,  *医用画像 ,  計算機アーキテクチャ ,  正規化 ,  軟部組織
準シソーラス用語： *画像セグメンテーション ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 医用画像セグメンテーション ,  両側フィルタリング ,  深いUネット ,  正規化層 ,  スーパーピクセルに基づく分類アルゴリズム

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

タイトルに関連する用語 (4件)： 医用画像セグメンテーション ,  深層 ,  ピクセル ,  領域マージング