文献

J-GLOBAL ID：202002275047250225   整理番号：20A0478102

白質超強度の正確なセグメンテーションと定量化のための深部畳込みニューラルネットワーク【JST・京大機械翻訳】

Deep convolutional neural network for accurate segmentation and quantification of white matter hyperintensities

著者 (8件)： Liu Liangliang (School of Computer Science and Engineering, Central South University, Changsha 410083, China) ,  Liu Liangliang (Hunan Provincial Key Lab on Bioinformatics, Central South University, Changsha 410083, China) ,  Chen Shaowu (Department of Pathology, Pingdingshan First People’s Hospital, Pingdingshan 467000, China) ,  Zhu Xiaofeng (School of Natural and Computational Sciences, Massey University Auckland Campus, Auckland 0745, New Zealand) ,  Zhao Xing-Ming (Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University, Shanghai 200433, China) ,  Wu Fang-Xiang (Department of Mechanical Engineering and Division of Biomedical Engineering, University of Saskatchewan, Saskatoon SK S7N5A9, Canada) ,  Wang Jianxin (School of Computer Science and Engineering, Central South University, Changsha 410083, China) ,  Wang Jianxin (Hunan Provincial Key Lab on Bioinformatics, Central South University, Changsha 410083, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 384  ページ： 231-242  発行年： 2020年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 白質超強度(WMH)は,磁気共鳴画像(MRI)画像上の異常信号強度の領域として現れ,高齢者と虚血性脳卒中患者のMRI画像で同定できる。しかし,WMHによる画像の手動セグメンテーションと定量化は面倒で時間がかかる。さらに,虚血性脳卒中病変とWMHはMRI画像において類似のシグナルとして現れ,WMHを正確にセグメント化することを困難にする。WMHを含む画像の解析は臨床診断に重要であり,いくつかのセグメンテーション法が提案されている。しかし,これらの方法は,WMHと虚血性脳卒中病変を正確に区別することができない。WMHを正確にセグメント化し,それらを虚血性脳卒中病変と区別することができる,深い畳込み神経回路網M2DCNNを提案した。M2DCNNは,一連の新しいマルチスケール特徴と新しいアーキテクチャ(密で拡張されたブロックの包含)に依存する2つのサブネットから成る。本モデルを訓練し,マルチモダリティMRI画像による2つの公開セグメンテーション課題について評価した。実証試験は,M2DCNNが現在のセグメンテーション法より優れていることを実証した。M2DCNNは脳卒中病変からWMHを効果的に分離することを経験的に示した。最後に,アブレーション実験により,本方法におけるマルチスケール特徴およびアーキテクチャ要素の両方が,予測性能の改善に寄与することを明らかにした。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *セグメンテーション ,  *畳込み ,  *白質 ,  計算機アーキテクチャ ,  脳卒中 ,  アブレーション ,  NMRイメージング ,  神経回路網 ,  実証実験
準シソーラス用語： マルチモダリティ ,  マルチスケール ,  臨床診断 ,  虚血性脳卒中 ,  信号強度 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 白質超強度 ,  脳卒中 ,  畳み込みニューラルネットワーク ,  拡張ブロック ,  マルチスケール特徴

分類 (2件)： 医用画像処理  (JE04020T) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 白質 ,  セグメンテーション ,  定量化 ,  深部 ,  畳込みニューラルネットワーク