文献

J-GLOBAL ID：202002299477273096   整理番号：20A0795239

深部畳込みニューラルネットワークとルールベースを用いたターゲット曝露指数の計算【JST・京大機械翻訳】

Calculating the target exposure index using a deep convolutional neural network and a rule base

著者 (6件)： Takaki Takeshi (Department of Health Sciences, Graduate School of Medical Sciences, Kyushu University, 3-1-1 Maidashi, Higashi-ku, Fukuoka 812-8582, Japan) ,  Takaki Takeshi (Department of Radiology, Hospital of University of Occupational and Environmental Health, Iseigaoka 1-1, Yahatanishi-ku, Kitakyushu-shi, Fukuoka 807-8555, Japan) ,  Murakami Seiichi (Department of Radiological Science, Faculty of Health Sciences, Junshin Gakuen University, 1-1-1 Chikushigaoka, Minami-ku, Fukuoka 815-8510, Japan) ,  Watanabe Ryo (Department of Radiology, Hospital of University of Occupational and Environmental Health, Iseigaoka 1-1, Yahatanishi-ku, Kitakyushu-shi, Fukuoka 807-8555, Japan) ,  Aoki Takatoshi (Department of Radiology, University of Occupational and Environmental Health School of Medicine, Iseigaoka 1-1, Yahatanishi-ku, Kitakyushu-shi, Fukuoka 807-8555, Japan) ,  Fujibuchi Toshioh (Department of Health Sciences, Faculty of Medical Sciences, Kyushu University, 3-1-1 Maidashi, Higashi-ku, Fukuoka 812-8582, Japan)
資料名： Physica Medica  (Physica Medica)
巻： 71  ページ： 108-114  発行年： 2020年 
JST資料番号： W3316A  ISSN： 1120-1797  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： 本研究の目的は,視覚評価を行わずに,深い畳込みニューラルネットワーク(DCNN)とルールベースを用いて,胸部X線画像の品質を決定することである。最小診断可能曝露指数(EI)とターゲット曝露指数(EIT)を決定するための方法を提案した。提案した方法は,従来の画像を用いて訓練されていたDCNNの一種であるGoogLeNetを用いて,肺野,縦隔,および脊椎を評価するための伝達学習を含んでいる。3つの検出器を作成し,局所領域の画質を評価した。次に,結果を用いて,エキスパート評価に基づくルールベース技術を用いて胸部X線画像の全体的品質を決定した。診断に必要な最小EIはEI値の分布に基づいて計算され,それは適切か非適切かのいずれかに分類され,EITを確認するために使用された。DCNNとルールベースを用いた精度率は81%であった。診断に必要な最小EIは230で,EITは288であった。結果は,DCNNとルールベースを用いた提案方法が,視覚評価なしで異なる画像品質を識別できることを示した。さらに,診断に必要な最小EIとEITの両方を決定することができた。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： *ルールベース ,  脊柱 ,  画質 ,  検出器 ,  縦隔 ,  学習
準シソーラス用語： *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 深部畳込みニューラルネットワーク ,  自動画質評価 ,  ターゲット曝露指数

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 深部 ,  畳込みニューラルネットワーク ,  ルール ,  ターゲット ,  曝露 ,  指数 ,  計算