文献
J-GLOBAL ID:202002251446368753   整理番号:20A0631735

畳込みニューラルネットワーク強化正規化金属アーチファクト低減を用いた金属アーチファクト汚染CTにおける股関節および大腿筋肉のBayesセグメンテーション【JST・京大機械翻訳】

Bayesian Segmentation of Hip and Thigh Muscles in Metal Artifact-Contaminated CT Using Convolutional Neural Network-Enhanced Normalized Metal Artifact Reduction
著者 (7件):
資料名:
巻: 92  号:ページ: 335-344  発行年: 2020年 
JST資料番号: W2025A  ISSN: 1939-8018  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: ドイツ (DEU)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
人工股関節置換術において,術後の医用画像の解析は,外科的結果を評価するために重要である。コンピュータ断層撮影(CT)は整形外科手術における最も一般的なモダリティであるので,CT画像の解析を目的とした。本研究では,金属インプラントにより引き起こされた術後CTにおける金属アーチファクトに焦点を当て,特にインプラントの近傍におけるセグメンテーションの精度を低下させた。著者らの目的は,術後CT画像における骨と筋肉の自動セグメンテーション法を開発することであった。最先端の金属アーチファクト低減法の一つである正規化金属人工推論(NMAR)と,二つのUネットアーキテクチャを用いた畳込みニューラルネットワークベースのセグメンテーションを組み合わせた方法を提案した。最初のU-netはNMARの結果を精密化し,Bayes筋セグメンテーションを第2のU-netによって実行した。20名の患者の模擬画像と3名の患者の実画像を用いて実験を行い,19筋肉のセグメンテーション精度を評価した。シミュレーション研究において,提案した方法は,19の筋肉のうち12の筋肉に対する平均対称表面距離(ASD)測定値において統計的に有意な改善(p<0.05)を示し,すべての筋肉の平均ASDは,以前の方法より1.30±0.775mm(すべての患者にわたって平均±std.)であった。これに加えて,セグメンテーション精度と推定不確実性の間の高い相関比を見出した。殿筋と中筋の手動トレースを用いた実際の画像研究は,1.89±0.553mmのASDを示した。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
医用画像処理  ,  生体代行装置  ,  運動器系の診断 

前のページに戻る