文献
J-GLOBAL ID:202002281819660313   整理番号:20A0953497

非造影CTイメージングにおける虚血性脳卒中セグメンテーションのためのタスク指向ディープネットワーク【JST・京大機械翻訳】

Task-oriented Deep Network for Ischemic Stroke Segmentation in Unenhanced CT Imaging
著者 (9件):
資料名:
巻: 2019  号: NSS/MIC  ページ: 1-3  発行年: 2019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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
臨床において,非造影CT(unCT)は,最初に急性虚血性脳卒中検出のために使用されているが,時には,最初の数時間で,非CTにおける急性梗塞を描出することは困難である。現在,深部学習法は脳卒中セグメンテーションに使用できるが,それらは大量のアノテーションデータ,特に非CT画像に基づいている。一方,拡散強調磁気共鳴画像(DWI)は,明らかに梗塞脳組織を健康な領域から区別することができる。本研究では,外部情報,すなわちDWI画像を用いて,移動学習ネットワークにより,非CT画像における急性インフラクションをより明確に描写できるかどうかを調べた。転送学習フレームワークにおけるネットワークアーキテクチャを詳述し,DWI画像におけるセグメンテーションタスクを非CT画像に転送するために用いた訓練プロセスを記述した。特に,DWI画像で訓練されたネットワークにおける中間層は凍結され,次に直接的にパラメータ微調整により非CTタスクで訓練されたネットワークに転送される。ISLES2018データセットを用いて,このタスク指向転送ネットワークを検証し評価した。実験結果により,このタスク指向転送ネットワークは,0.793のディス係数を得ることができ,それは,非CT入力(ディス係数:0.570)を用いるだけのネットワークより,はるかに良好であることを実証した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る