文献
J-GLOBAL ID:202102249069857959   整理番号:21A0442712

U-Net畳込みニューラルネットワークによる頸動脈超音波における血管内腔セグメンテーション【JST・京大機械翻訳】

Vessel lumen segmentation in carotid artery ultrasounds with the U-Net convolutional neural network
著者 (8件):
資料名:
巻: 2020  号: BIBM  ページ: 2680-2684  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。
頸動脈超音波は,ハイリスク患者における虚血性脳卒中の予防における治療を直接治療するために医師が使用するスクリーニング様式である。それは,高度に訓練された技術者と医師を必要とする時間集中プロセスである。頸動脈超音波の評価は,血管壁,内腔および頸動脈のプラークのセグメンテーションを必要とする。畳み込みニューラルネットワークは画像セグメンテーションにおける芸術の状態であるが,頸動脈超音波に関するこの問題を解決するための以前の方法は存在しない。ここでは,全頚動脈システムの超音波画像から内腔セグメンテーションのためのU-net畳込みニューラルネットワークを評価した。226人の患者からのIRB承認下で,脱同定画像を得た。これら患者に対し,内部,外部および総頸動脈超音波画像を分離し,全部で2156の画像を得た。各画像で血管内腔を手動でセグメント化し,次に,グランドトルースとして使用した。畳込みU-Netを用いて,94.3%の10倍交差検証精度を得た。U-Netは,有意なプラーク,石灰化壁,および超音波シャドウイングの存在下でも内腔を正確にセグメント化し,その全ては血管の概要を困難にする。また,一般的な頸動脈血管は96.6%の交差検証精度でセグメント化するのが最も容易であり,一方,内部および外部の頸動脈は,それぞれ92.7%および91.9%の交差検証精度を有する。この研究は,頸動脈超音波画像における血管内腔の自動セグメンテーションに向けた最初の成功段階を示し,頸動脈超音波を独立して評価できるシステムを作る重要な第一段階である。Copyright 2021 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