文献

J-GLOBAL ID：202002265292456033   整理番号：20A2622411

頭部プロファイルの放射線学的画像の解剖学的参照点を検出するための深層学習アルゴリズムの効率【JST・京大機械翻訳】

The efficiency of deep learning algorithms for detecting anatomical reference points on radiological images of the head profile

著者 (6件)： Dobratulin Konstantin (Samara National Research University,Faculty of Informatics,Samara,Russia) ,  Gaidel Andrey (”Crystallography and Photonics” RAS,Image Processing Systems Institute of RAS - Branch of the FSRC,Samara,Russia) ,  Kapishnikov Aleksandr (SamSMU MOH Russia,Department of Radiology and Radiotherapy with the course of Medicine Informatics FSBEI HE,Samara,Russia) ,  Ivleva Anna (ICCS RAS,Laboratory of Analysis and Modeling of Complex Systems,Samara,Russia) ,  Aupova Irina (FSBEI HE SamSMU MOH Russia,Department of Pediatric Dentistry,Samara,Russia) ,  Zelter Pavel (SamSMU MOH Russia,Department of Radiology and Radiotherapy with the course of Medicine Informatics FSBEI HE,Samara,Russia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ITNT  ページ： 1-6  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 本論文では,完全畳込みニューラルネットワークと医用画像セグメンテーション-U-Netのための拡張アーキテクチャを有する完全畳込みニューラルネットワークを用いて,横方向投影における頭部の放射線画像上の解剖学的参照点を検出するタスクを解決する際の深層学習アルゴリズムの効率を研究した。選択したニューラルネットワークアーキテクチャのそれぞれに対する検出解剖学的参照点の結果について比較を行い,歯科医が解剖学的基準点を検出したときに得られた結果との比較を行った。得られた結果に基づいて,U-Netニューラルネットワークは,完全畳込みニューラルネットワークよりも正確に解剖学的参照点の検出を可能にすると結論した。U-Netニューラルネットワークによる解剖学的参照点の検出の結果は,グループ歯科医による基準点の検出の平均結果に近い。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： ニューラルネットワーク ,  基準点 ,  *解剖学 ,  放射線医学 ,  放射線画像 ,  深層 ,  計算機アーキテクチャ ,  歯科医 ,  *学習アルゴリズム
準シソーラス用語： ニューラルネットワークアーキテクチャ ,  医用画像セグメンテーション ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 頭部 ,  プロファイル ,  放射線学 ,  解剖学 ,  参照 ,  深層学習 ,  アルゴリズム