網膜蛍光眼底造影画像におけるマキュラの自動セグメンテーション【JST・京大機械翻訳】

Venneti Kiran; R. Murugan; Roy Partha Pratim

文献

J-GLOBAL ID：202002261899205865 整理番号：20A0300452

網膜蛍光眼底造影画像におけるマキュラの自動セグメンテーション【JST・京大機械翻訳】

Automatic segmentation of macula in retinal flourescein angiography images

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A0300452&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A0300452&from=J-GLOBAL&jstjournalNo=D0943A") }}

著者 (3件)： , ,
資料名：
巻： 11373 ページ： 113731A-11 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)

網膜疾患はこれらの日に再発し,疾患を診断するために眼の眼底を走査する多くの方法がある。網膜疾患の最も一般的なタイプは,糖尿病性黄斑症と小児マラリア性網膜症である。いくつかの以前の研究は,網膜血管造影で検出された漏出が疾患の存在を指摘できることを示した。したがって,本報告では,フルオレセイン血管造影における漏出領域を検出するために,顕著な技術を提案した。最初に,基底の画像を超画素を用いて画素の強度に基づくクラスタに分割して,次に顕著性マップを推定した。超画素の各レベルに対して,コンパクト性と強度に基づく顕著性キューを計算した。平均演算子を用いて,各キューに対して得られたすべての顕著性マップを結合した。その後,各キューの最終的な顕著性マップを乗算演算子を用いて結合し,単一の顕著性マップ画像の出力を与えた。漏れ領域を,閾値化とグラフカットセグメンテーション技術を用いて最終的に分割した。漏れ検出における以前の技術と比較した最終結果から見ることができ,本論文で提案した方法はより良い結果をもたらした。本論文の原理目標は,糖尿病黄斑浮腫(DME)を有する被験者の真の臨床的Fundus蛍光血管造影(FFA)画像における漏れ面積を結果的にセグメント化するためにプログラミングすることである。このセグメンテーション戦略は,臨床評価FA画像の漏洩領域を再現性良く正確に評価することができ,マスタ手動セグメンテーションと互換性がある。糖尿病を伴う世界的に推定された285万人のうち,約1/3は糖尿病性網膜症(DR)の徴候を有し,これらのうち,DRの1/3はDMEを含むウイルスを脅かすDRである。COPYRIGHT SPIE. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , , , ,

医用画像処理 , 眼の診断

, ,

前のページに戻る