文献
J-GLOBAL ID:202002282059804123   整理番号:20A1244680

Deepマウス:胚マウス超音波容積における脳心室および体セグメンテーションのための末端から末端への自己文脈精密化フレームワーク【JST・京大機械翻訳】

Deep Mouse: An End-to-End Auto-Context Refinement Framework for Brain Ventricle & Body Segmentation in Embryonic Mice Ultrasound Volumes
著者 (11件):
資料名:
巻: 2020  号: ISBI  ページ: 122-126  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:
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。
胚性マウス高周波超音波(HFU)容積における脳心室(BV)と体のセグメンテーションは,生物学的研究者にとって有用な情報を提供することができる。しかしながら,BVとボディの手動セグメンテーションは,かなりの時間と専門性を必要とする。本研究は,2つの段階から成る新しい深い学習ベースのエンドツーエンド自動コンテキスト精密化フレームワークを提案した。第一段階はBVとボディの低分解能セグメンテーションを同時に生成する。次に,各オブジェクト(BVまたはボディ)に対する結果としての確率マップを用いて,オリジナル画像と確率マップの両方におけるターゲットオブジェクト周辺の関心領域(ROI)を作り,精密化セグメンテーションネットワークに対するコンテキストを提供した。2つの段階の共同訓練は,最初の段階(BVに対して0.818から0.906,体に対して0.919から0.934)だけを用いることにより,Dice類似性係数(DSC)における有意な改善を提供する。提案した方法は,推論時間(102.36から0.09秒/体積1000x高速)を大幅に低減し,一方,スライドウィンドウアプローチを用いて,以前の方法に比べてセグメンテーション精度をわずかに改善した。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 

前のページに戻る