文献

J-GLOBAL ID：202002260645752192   整理番号：20A0917271

カスケード多重平面U-NET(CMPU-NET)を用いた3D後期ガドリニウム増強磁気共鳴イメージングからの左心室瘢痕の完全自動セグメンテーション【JST・京大機械翻訳】

Fully automated segmentation of left ventricular scar from 3D late gadolinium enhancement magnetic resonance imaging using a cascaded multi-planar U-Net (CMPU-Net)

著者 (4件)： Zabihollahy Fatemeh (Department of Systems and Computer Engineering, Carleton University, Ottawa, ON, Canada) ,  Rajchl Martin (Department of Computing and Medicine, Imperial College London, London, ON, Canada) ,  White James A. (Libin Cardiovascular Institute of Alberta, University of Calgary, Calgary, AB, Canada) ,  Ukwatta Eranga (School of Engineering, University of Guelph, Guelph, ON, Canada)
資料名： Medical Physics  (Medical Physics)
巻： 47  号： 4  ページ： 1645-1655  発行年： 2020年 
JST資料番号： A1258A  ISSN： 0094-2405  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： 目的:三次元(3D)後期ガドリニウム増強磁気共鳴(LGE-MR)イメージングは,前例のない体積可視化により高分解能で心筋瘢痕の定量化を可能にする。心筋瘢痕の自動化されたセグメンテーションは,取得された断層撮影画像の数を与えられたこの技術の潜在的な臨床的翻訳のために重要である。方法:本論文では,3D LGE-MR画像から左心室(LV)心筋と瘢痕の境界を効率的に分割するためのカスケード多重平面U-net(CMPU-Net)の開発について述べた。このアプローチにおいて,3つのU-Netsを含む2つのサブネットを,LV心筋を最初にセグメント化し,次に,プレegLV心筋内の瘢痕をセグメント化した。3D LGE-MR画像の軸,矢状面および冠状スライスから抽出した二次元(2D)スライスを用いて,U-Netを別々に訓練した。慢性虚血性心筋症患者34名から3D LGE-MR画像を用いた。U-Netは,18の画像から3つの直交方向に抽出された8430のスライスを用いて訓練された。テストフェーズにおいて,各サブネットのUネットの出力を,画像における各ボクセルの最終ラベル予測のために大多数投票システムを用いて結合した。開発した方法を,163D LGE-MR画像から抽出した7250スライスからのLV心筋とLV瘢痕の手動セグメンテーションとの結果を比較することにより,精度を試験した。また,この方法を機械学習,エネルギー最小化,および強度閾値に基づく多数の代替法と比較した。【結果】:著者らのアルゴリズムは,LGE-MR画像からLV心筋の境界を決定するために,85.14%±3.36%,43.72±27.18cm~3,および19.21±4.74mmの平均二乗類似係数(DSC),絶対体積差(AVD),およびHausdorff距離(HD)を報告した。著者らの方法は,観察されていない試験データセットにおけるLV瘢痕セグメンテーションに対して,平均DSC,AVD,およびHDをそれぞれ88.61%±2.54%,9.33±7.24cm~3,および17.04±9.93mmとした。著者らの方法は,セグメンテーション精度(P<0.05)における代替技術を著しく上回った。結論:CMPU-Net法は,3D LGE-MR画像からLV瘢痕の完全に自動化されたセグメンテーションを提供し,代替技術を実行した。Copyright 2020 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *磁気共鳴 ,  自動化 ,  *セグメンテーション ,  心筋 ,  可視化 ,  *画像処理 ,  二次元 ,  *三次元 ,  トモグラフィー ,  *NMRイメージング ,  *瘢痕 ,  機械学習 ,  ボクセル
準シソーラス用語： *左心室 , 【Automatic Indexing@JST】

著者キーワード (5件)： 畳み込みニューラルネットワーク ,  遅発ガドリニウム増強磁気共鳴イメージング ,  左心室心筋 ,  左心室瘢痕 ,  U-NET

分類 (1件)： 循環系の診断  (GJ02000V)

タイトルに関連する用語 (10件)： カスケード ,  多重 ,  U-Net ,  3D ,  ガドリニウム ,  増強 ,  磁気共鳴イメージング ,  左心室 ,  瘢痕 ,  自動セグメンテーション