文献

J-GLOBAL ID：202102211509061942   整理番号：21A0578473

MR画像における自動前立腺セグメンテーションのためのCDAネット【JST・京大機械翻訳】

CDA-Net for Automatic Prostate Segmentation in MR Images

著者 (3件)： Lu Zhiying (School of Electrical and Information Engineering, Tianjin University, Tianjin 300072, China) ,  Zhao Mingyue (School of Electrical and Information Engineering, Tianjin University, Tianjin 300072, China) ,  Pang Yong (Institute of Microelectronics of the Chinese Academy of Sciences, Beijing 100029, China)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 19  ページ： 6678  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 自動および正確な前立腺セグメンテーションは,生検処置および放射線療法のガイドのような診断および治療を助けるための必須の必要条件である。したがって,本論文では,MRIスキャンにおける自動前立腺セグメンテーションのためのカスケード二重注意ネットワーク(CDA-Net)を提案した。ネットワークはRAS-FasterRCNNとRAU-Netの2段階を含む。第1に,RAS-FasterRCNNは,器官の関心領域(ROI)を抽出するために,改良FasterRCNNとシーケンス相関処理を使用する。このROI抽出は,ある領域におけるその後のネットワークのセグメンテーションに焦点を合わせるためのハードな注意機構として役立つ。第2に,RAU-Netにおける残留畳込みブロックと自己注意機構の追加は,ネットワークが,マルチスケール特徴を完全に利用しながら,器官が存在する領域へ徐々に焦点を合わせることを可能にする。アルゴリズムは,PROMISE12とASPS13データセットに関して評価して,それぞれ92.88%と92.65%の2つの類似性係数を示して,最先端のアルゴリズムを上回った。多様な複雑なスライス画像において,特にスライスシーケンスのベースと頂点のために,アルゴリズムは信頼できるセグメンテーション性能を達成した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  畳込み ,  *セグメンテーション ,  ネットワーク ,  *前立腺 ,  放射線療法 ,  生検 ,  断層画像 ,  類似性 ,  必要条件 ,  *NMRイメージング
準シソーラス用語： 画像セグメンテーション ,  マルチスケール ,  関心領域 , 【Automatic Indexing@JST】

著者キーワード (6件)： 画像セグメンテーション ,  前立腺MR画像 ,  CDAネット ,  ROI抽出 ,  シーケンス相関処理 ,  自己注意機構

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

引用文献 (53件)：

• Siegel, R.L.; Mph, K.D.M.; Jemal, A. Cancer statistics, 2020. CA: Cancer J. Clin. 2020, 70, 7-30.
• Mohler, J.L.; Armstrong, A.J.; Bahnson, R.R.; D’Amico, A.V.; Davis, B.J.; Eastham, J.A.; Enke, C.A.; Farrington, T.A.; Higano, C.S.; Horwitz, E.M.; et al. Prostate Cancer, Version 1.2016. J. Natl. Compr. Cancer Netw. 2016, 14, 19-30.
• Leake, J.L.; Hardman, R.L.; Ojili, V.; Thompson, I.; Shanbhogue, A.; Hernández, J.; Barentsz, J. Prostate MRI: Access to and current practice of prostate MRI in the United States. J. Am. Coll. Radiol. 2014, 11, 156-160.
• Shi, Y.; Gao, Y.; Liao, S.; Zhang, D.; Gao, Y.; Shen, D. Semi-Automatic Segmentation of Prostate in CT Images via Coupled Feature Representation and Spatial-Constrained Transductive Lasso. IEEE Trans. Pattern Anal. Mach. Intell. 2015, 37, 2286-2303.
• Guo, Y.; Gao, Y.; Shen, D. Deformable MR Prostate Segmentation via Deep Feature Learning and Sparse Patch Matching. IEEE Trans. Med. Imaging 2015, 35, 1077-1089.

タイトルに関連する用語 (4件)： MR画像 ,  前立腺 ,  セグメンテーション ,  ネット