文献

J-GLOBAL ID：202002293639135086   整理番号：20A2650936

解剖学誘導カスケードネットワークに基づく視神経円板と光学カップセグメンテーション【JST・京大機械翻訳】

Optic disc and optic cup segmentation based on anatomy guided cascade network

著者 (5件)： Bian Xuesheng (Fujian Key Laboratory of Sensing and Computing for Smart Cities, Department of Computer Science, School of Informatics, Xiamen University, Xiamen 361005, China) ,  Luo Xiongbiao (Fujian Key Laboratory of Sensing and Computing for Smart Cities, Department of Computer Science, School of Informatics, Xiamen University, Xiamen 361005, China) ,  Wang Cheng (Fujian Key Laboratory of Sensing and Computing for Smart Cities, Department of Computer Science, School of Informatics, Xiamen University, Xiamen 361005, China) ,  Liu Weiquan (Fujian Key Laboratory of Sensing and Computing for Smart Cities, Department of Computer Science, School of Informatics, Xiamen University, Xiamen 361005, China) ,  Lin Xiuhong (Fujian Key Laboratory of Sensing and Computing for Smart Cities, Department of Computer Science, School of Informatics, Xiamen University, Xiamen 361005, China)
資料名： Computer Methods and Programs in Biomedicine  (Computer Methods and Programs in Biomedicine)
巻： 197  ページ： Null  発行年： 2020年 
JST資料番号： D0213C  ISSN： 0169-2607  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アイルランド (IRL)  言語： 英語 (EN)

抄録/ポイント： 世界的な眼病であるGlaucomaは,不可逆的な視覚障害を引き起こす可能性がある。初期段階で適切に治療しない場合,緑内障は最終的に失明に悪化する。種々の緑内障スクリーニング法,例えば超音波バイオ顕微鏡(UBM),光学的コヒーレンストモグラフィー(OCT),およびHeidelberg Retinal Scanner(HRT)が利用可能である。しかし,網膜基底画像写真検査は,その低コストのため,緑内障の診断に用いられる最も一般的な解決策の1つである。臨床的に,カップ対ディスク比は緑内障診断における重要な指標である。したがって,カップ対ディスク比を計算するための正確な眼底画像セグメンテーションは緑内障のスクリーニングの基礎である。本論文では,眼底画像のセグメンテーションを誘導するために解剖学的知識を使用する深層ニューラルネットワークを提案し,それは,カップ対ディスク比を正確に計算するために,眼底画像における光学カップと光学ディスクを正確にセグメント化する。光学ディスクと光学カップセグメンテーションは,医用画像における典型的小型ターゲットセグメンテーション問題である。訓練中の小さなターゲットセグメンテーションの収束を効果的に加速し,小さなターゲットの詳細な輪郭を正確に保存するために,注意ベースカスケードネットワークを用いることを提案した。MICCAI REFUGE眼底画像セグメンテーション競争において検証された著者らの方法は,視神経円板セグメンテーションにおいて93.31%のダイセスコアと,光学カップセグメンテーションにおいて88.04%のジセスコアを達成した。さらに,緑内障スクリーニングに有用な高いCDR評価スコアを得た。提案方法は,セグメンテーションタスクに解剖学的知識をうまく導入し,基底画像セグメンテーションにおける最先端の性能を達成する。また,それは,人間相互作用による自動セグメンテーションと半自動セグメンテーションの両方に使用できる。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： *円板 ,  相互作用 ,  超音波 ,  網膜 ,  *セグメンテーション ,  緑内障 ,  眼底 ,  *解剖学 ,  医用画像 ,  スクリーニング ,  *視神経円板
準シソーラス用語： 光コヒーレンストモグラフィー ,  画像セグメンテーション ,  眼底写真 ,  自動セグメンテーション , 【Automatic Indexing@JST】

著者キーワード (4件)： Glaucoma ,  セグメンテーション ,  注意 ,  生成敵対学習

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： 解剖学 ,  誘導 ,  カスケードネットワーク ,  視神経円板 ,  光学 ,  カップ ,  セグメンテーション