文献

J-GLOBAL ID：202002273467122044   整理番号：20A2274494

超音波胎盤セグメンテーションのための位置情報を用いたマルチタスクアプローチ【JST・京大機械翻訳】

A Multi-task Approach Using Positional Information for Ultrasound Placenta Segmentation

著者 (11件)： Zimmer Veronika A. (School of Biomedical Engineering and Imaging Sciences, King’s College London, London, UK) ,  Gomez Alberto (School of Biomedical Engineering and Imaging Sciences, King’s College London, London, UK) ,  Skelton Emily (School of Biomedical Engineering and Imaging Sciences, King’s College London, London, UK) ,  Ghavami Nooshin (School of Biomedical Engineering and Imaging Sciences, King’s College London, London, UK) ,  Wright Robert (School of Biomedical Engineering and Imaging Sciences, King’s College London, London, UK) ,  Li Lei (School of Biomedical Engineering and Imaging Sciences, King’s College London, London, UK) ,  Li Lei (School of Biomedical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Li Lei (School of Data Science, Fudan University, Shanghai, China) ,  Matthew Jacqueline (School of Biomedical Engineering and Imaging Sciences, King’s College London, London, UK) ,  Hajnal Joseph V. (School of Biomedical Engineering and Imaging Sciences, King’s College London, London, UK) ,  Schnabel Julia A. (School of Biomedical Engineering and Imaging Sciences, King’s College London, London, UK)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12437  ページ： 264-273  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
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： 胎児超音波(US)における胎盤の自動セグメンテーションは,形状,位置および外観におけるその高い変化のため,困難である。畳込みニューラルネットワーク(CNN)は医用画像セグメンテーションにおける最先端であり,USにおける胎盤の抽出に既に適用されている。しかしながら,CNNの性能は,新しい非意味データに代表される必要のある大規模訓練集合のアベイラビリティに大きく依存する。本研究では,代表的な訓練集合の下で性能を改善するために,補助タスクを介してデータ配布の変動性についてネットワークを知らせることを提案した。補助作業には2つの目的がある。(i)容易に得られるラベルを持つ訓練セットの拡大,および(ii)訓練プロセスにおけるデータの変動性に関するより多くの情報を含む。特に,U-Netアーキテクチャにおける胎盤位置を組み込むために,転送学習とマルチタスク学習を用いた。胎児USにおける前部および後部胎盤のセグメンテーションに対する異なるモデルを試験した。これらの結果は,これらの胎盤タイプが異なる分布を表すことを示唆する。補助作業としての胎盤の位置を含めることにより,胎盤の特定のタイプが訓練セットに含まれないとき,前部と後部の胎盤の両方に対するセグメンテーション精度は改善される。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *超音波 ,  学習 ,  *セグメンテーション ,  ネットワーク ,  胎児 ,  *胎盤 ,  アベイラビリティ ,  計算機アーキテクチャ ,  *位置情報
準シソーラス用語： *マルチタスク ,  マルチタスク学習 ,  自動セグメンテーション ,  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 (2件)： 人工知能  (JE08000Z) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 超音波 ,  胎盤 ,  セグメンテーション ,  位置情報 ,  マルチタスク