文献

J-GLOBAL ID：202102285629089368   整理番号：21A0401794

3D畳込みニューラルネットワークに基づく脳腫瘍医用画像分割最適化【JST・京大機械翻訳】

Optimization of brain tumor medical image segmentation based on 3D convolutional neural network

著者 (3件)： Cao Qiwei (太原理工大学 信息与計算机学院,山西 太原,030024) ,  Wang Feng (太原理工大学 信息与計算机学院,山西 太原,030024) ,  Niu Jin (太原理工大学 信息与計算机学院,山西 太原,030024)
資料名： Xiandai Dianzi Jishu  (Xiandai Dianzi Jishu)
巻： 43  号： 3  ページ： 74-77  発行年： 2020年 
JST資料番号： C4364A  ISSN： 1004-373X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 2Dコンボリューションレベルネットワークは,各モード間の差異情報を抽出できず,異なる画像層の腫瘍サイズは,著しく異なり,そして,単一モードMRIは,GBMの異なる組織構造を,明白に反映できなかった。3Dマルチセル化畳込みニューラルネットワークに基づいて,上記の問題を解決する。コンボリューションニューラルネットワークを脳腫瘍分割に適用し、脳腫瘍の特徴に対して、3Dマルチプール化畳込みニューラルネットワークモデルを提案し、マルチスケールの入力とマルチスケールのサンプリングにより、後端に条件付ランダム場(CRF)を用いて、画像ができるだけ境界で分割され、画像の分割精度を増加した。脳腫瘍の個体差を克服し、同時に脳腫瘍の異なる画像層間の大小位置の差異に適応する。100例の多モード磁気共鳴画像を分割することにより、Dice係数は91.64%に達した。MRI脳腫瘍分割の改良方法は分割精度を明らかに向上させ、各モード間の差異情報をよりよく抽出でき、適応範囲が広いMRI腫瘍分割を実現し、脳腫瘍を正確かつ有効に分割できる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  *畳込み ,  組織構造 ,  *ニューラルネットワーク ,  個体差 ,  *腫瘍 ,  *脳腫瘍 ,  二次元 ,  *医用画像 ,  多モード ,  *三次元 ,  NMRイメージング ,  単一モード
準シソーラス用語： 確率場 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 医用画像処理  (JE04020T) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 3D ,  畳込みニューラルネットワーク ,  脳腫瘍 ,  医用画像 ,  最適化