文献

J-GLOBAL ID：202102290075984979   整理番号：21A2529779

T2W MRIにおける前立腺の意味論的セグメンテーションのための深層ニューラルネットワークの評価【JST・京大機械翻訳】

Evaluation of Deep Neural Networks for Semantic Segmentation of Prostate in T2W MRI

著者 (5件)： Khan Zia (Centre for Intelligent Signal and Imaging Research (CISIR), Department of Electrical and Electronic Engineering, Universiti Teknologi PETRONAS, Seri Iskandar 32610, Malaysia) ,  Yahya Norashikin (Centre for Intelligent Signal and Imaging Research (CISIR), Department of Electrical and Electronic Engineering, Universiti Teknologi PETRONAS, Seri Iskandar 32610, Malaysia) ,  Alsaih Khaled (Centre for Intelligent Signal and Imaging Research (CISIR), Department of Electrical and Electronic Engineering, Universiti Teknologi PETRONAS, Seri Iskandar 32610, Malaysia) ,  Ali Syed Saad Azhar (Centre for Intelligent Signal and Imaging Research (CISIR), Department of Electrical and Electronic Engineering, Universiti Teknologi PETRONAS, Seri Iskandar 32610, Malaysia) ,  Meriaudeau Fabrice (ImViA/ITFIM, University of Burgundy, 21078 Dijon, France)
資料名： Sensors (Web)  (Sensors (Web))
巻： 20  号： 11  ページ： 3183  発行年： 2020年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  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： 本論文では,T2W磁気共鳴イメージング(MRI)画像における前立腺のセグメンテーションにおける4つの符号器CNNの評価を提示する。4つの選択されたCNNsは,FCN,SegNet,U-Net,およびDeepLabV3+であり,それは道路場面,生物医学,および自然画像のセグメンテーションのために最初に提案された。T2W MRI画像における前立腺のセグメンテーションは,前立腺癌の自動診断における重要なステップであり,前立腺癌のより良好な病変検出と病期分類を可能にする。したがって,MRI画像における前立腺のセグメンテーションを改善するために多くの研究努力が行われている。前立腺のセグメンテーションの主な課題は,前立腺境界と前立腺解剖学的構造の変動性である。本研究では,T2W MRIにおける前立腺のセグメンテーションのためのエンコーダデコーダCNNの性能を検討した。画像再サイジング,中心-作付,および強度正規化を含む画像前処理技術を適用して,患者間および走査者間変動の問題,ならびに前立腺画素上の背景画素の支配の問題に対処した。さらに,より多くのデータでネットワークを豊かにして,データ変動を増加させて,その精度を改善するために,パッチ抽出とデータ増強を,ネットワークを訓練する前に適用した。さらに,背景画素の数が前立腺画素よりはるかに高いので,クラス重みバランスを用いてバイアスネットワークを回避できる。クラス不均衡問題は,CNNモデルの訓練の間,加重交差エントロピー損失関数を利用することによって解決する。CNNの性能は,Dice類似性係数(DSC)に関して評価し,そして,著者らの実験結果は,パッチ状DeepLabV3+が,92.8%に等しいDSCで最良の性能を与えることを示した。この値は,FCN,SegNet,およびU-Netと比較して最も高いDSCスコアであり,また,最近発表された前立腺セグメンテーションの最新の方法と競合する。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： エントロピー ,  *意味論 ,  *セグメンテーション ,  *ネットワーク ,  道路 ,  *前立腺 ,  サイジング ,  画素 ,  符号器 ,  NMRイメージング ,  正規化 ,  前立腺腫瘍
準シソーラス用語： 自然画像 ,  生物医学 ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (7件)： エンコーダ復号器 ,  CNN ,  DNN ,  FCN ,  SegNet ,  U-Net ,  DeepLabV3+

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  電話・データ通信・交換一般  (ND11010T) ,  光学情報処理  (BD03060T)

引用文献 (64件)：

• Ferlay, J.; Colombet, M.; Soerjomataram, I.; Mathers, C.; Parkin, D.; Piñeros, M.; Znaor, A.; Bray, F. Estimating the global cancer incidence and mortality in 2018: GLOBOCAN sources and methods. Int. J. Cancer 2019, 144, 1941-1953.
• Rawla, P. Epidemiology of Prostate Cancer. World J. Oncol. 2019, 10, 63.
• Gandellini, P.; Folini, M.; Zaffaroni, N. Emerging role of microRNAs in prostate cancer: Implications for personalized medicine. Discov. Med. 2010, 9, 212-218.
• Loeb, S.; Catalona, W.J. What to do with an abnormal PSA test. The Oncologist 2008, 13, 299-305.
• Ogden, J.M.; O’Keefe, S.J.; Marks, I.S. Development of a method for the purification of human trypsin by single step affinity chromatography suitable for human isotope incorporation studies. Clin. Chim. Acta 1992, 212, 141-147.

タイトルに関連する用語 (6件)： MRI ,  前立腺 ,  意味論 ,  セグメンテーション ,  深層ニューラルネットワーク ,  評価