文献
J-GLOBAL ID:202002258470020941   整理番号:20A1956081

Eso-Net:癌性食道のための多重構造応答フィルタによる新しい2.5Dセグメンテーションネットワーク【JST・京大機械翻訳】

Eso-Net: A Novel 2.5D Segmentation Network With the Multi-Structure Response Filter for the Cancerous Esophagus
著者 (10件):
資料名:
巻:ページ: 155548-155562  発行年: 2020年 
JST資料番号: W2422A  ISSN: 2169-3536  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:
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。
コンピュータ断層撮影(CT)画像における癌性食道の自動セグメンテーションは,診断と治療の効率を改善できるコンピュータ支援法である。癌ステージと位置の多様性のため,癌性食道の解剖学的構造は多様である。さらに,周囲の組織に対する低いコントラストは,癌性食道のぼけ境界をもたらす。したがって,既存のセグメンテーションネットワークは,癌性食道の自動セグメンテーションにおいて満足のいく結果を達成することができない。本論文では,符号器デコーダアーキテクチャに基づく癌性食道のためのEso-Netと名付けた新しい2.5Dセグメンテーションネットワークを提案した。マルチ構造応答フィルタ(MSRF)と呼ばれる3D強化フィルタを設計し,事前知識として3D構造情報を抽出した。さらに,拡張畳込みと残差接続を,マルチスケール特徴学習のためのEso-Netの畳込みブロックに用いた。3D構造事前により,事前注意モジュール(PAM)をネットワークに組み込み,関連する空間情報の伝送を容易にした。30の食道癌患者からのデータセットについて実験を行い,著者らは84.839%のジス類似性係数,85.955%の精度,83.752%の感度,および2.583mmのHausdorff距離を報告する。実験結果は,提案方法がこのタスクにおいて他の既存のセグメンテーションネットワークより優れていて,食道癌の診断と治療において医師を効果的に支援できることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. 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
音響信号処理  ,  パターン認識  ,  図形・画像処理一般 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る