文献

J-GLOBAL ID：202102215188880734   整理番号：21A1474266

2D超音波からの膝軟骨セグメンテーションと厚み測定【JST・京大機械翻訳】

Knee-Cartilage Segmentation and Thickness Measurement from 2D Ultrasound

著者 (3件)： Desai Prajna (Department of Biomedical Engineering, Rutgers University, Piscataway, NJ 08854, USA) ,  Hacihaliloglu Ilker (Department of Biomedical Engineering, Rutgers University, Piscataway, NJ 08854, USA) ,  Hacihaliloglu Ilker (Robert Wood Johnson Medical School, Rutgers University, New Brunswick, NJ 08873, USA)
資料名： Journal of Imaging (Web)  (Journal of Imaging (Web))
巻： 5  号： 4  ページ： 43  発行年： 2019年 
JST資料番号： U7220A  ISSN： 2313-433X  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： 超音波(US)は変形性膝関節症の早期診断のための大腿骨軟骨厚の定量的評価に対するケアイメージング様式の基準になる。しかし,低いコントラスト,高レベルのスペックルノイズ,および様々なイメージングアーチファクトは,収集したデータの分析を妨げる。膝-骨関節炎診断およびモニタリングのためのこのイメージング様式の広範な展開を改善するために,正確,ロバストおよび完全自動US画像増強および軟骨セグメンテーション法が必要である。本研究では,自動膝軟骨画像強調,セグメンテーション,および厚さ測定のための局所位相ベース画像処理に基づく方法を提案した。局所位相特徴誘導動的プログラミングアプローチを,膝-骨表面の完全な自動局在化のために使用する。局所骨表面を,軟骨の種子誘導セグメンテーションを自動化するためのシードポイントとして用いた。10人の健康なボランティアから得た200スキャンからランダムWalker(RW),流域およびグラフカットベースセグメンテーション法を評価した。手動エキスパートセグメンテーションに対する検証は,RW,流域,およびグラフカットセグメンテーション法に対して,それぞれ0.90,0.86,および0.84の平均ジス類似性係数を達成した。自動分割軟骨領域は,手動のエキスパート厚さ測定と比較して0.18mmの位置決め精度を達成した。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： コントラスト ,  *超音波 ,  自動化 ,  *セグメンテーション ,  動的計画法 ,  *音響 ,  流域 ,  *軟骨 ,  画像処理 ,  位相 ,  *二次元 ,  大腿骨 ,  画像強調 ,  ロバスト性 ,  アーチファクト

著者キーワード (6件)： w音 ,  膝 ,  変形性関節症 ,  セグメンテーション ,  軟骨の厚さ ,  局所相

分類 (2件)： 医用画像処理  (JE04020T) ,  運動器系の診断  (GG02000M)

引用文献 (45件)：

• Braun, H.J.; Gold, G.E. Diagnosis of osteoarthritis: Imaging. Bone 2012, 51, 278-288.
• Roemer, F.W.; Crema, M.D.; Trattnig, S.; Guermazi, A. Advances in imaging of osteoarthritis and cartilage. Radiology 2011, 260, 332-354.
• Aprovitola, A.; Gallo, L. Knee bone segmentation from MRI: A classification and literature review. Biocybern. Biomed. Eng. 2016, 36, 437-449.
• Pedoia, V.; Li, X.; Su, F.; Calixto, N.; Majumdar, S. Fully automatic analysis of the knee articular cartilage T1ρ relaxation time using voxel-based relaxometry. J. Magn. Reson. Imaging 2016, 43, 970-980.
• Kashyap, S.; Zhang, H.; Rao, K.; Sonka, M. Learning-Based Cost Functions for 3-D and 4-D Multi-Surface Multi-Object Segmentation of Knee MRI: Data From the Osteoarthritis Initiative. IEEE Trans. Med. Imaging 2018, 37, 1103-1113.

タイトルに関連する用語 (6件)： 2D ,  超音波 ,  膝 ,  軟骨 ,  セグメンテーション ,  厚み測定