深層学習を用いた横胸部X線撮影における椎骨の自動セグメンテーション【JST・京大機械翻訳】

Badhe Sanket; Singh Varun; Li Joy; Lakhani Paras

プレプリント

J-GLOBAL ID：202202202064501484 整理番号：22P0097613

深層学習を用いた横胸部X線撮影における椎骨の自動セグメンテーション【JST・京大機械翻訳】

Automated Segmentation of Vertebrae on Lateral Chest Radiography Using Deep Learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年01月05日プレプリントサーバーでの情報更新日： 2020年01月05日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本研究の目的は,深部学習を用いた胸部X線撮影での胸椎セグメンテーションのための自動化アルゴリズムを開発することである。ユニークな患者に関する124人の脱同定側方胸部X線写真を得た。可視椎骨のセグメンテーションは,医療学生により手動で行われ,ボード認定放射線科医により検証された。訓練には74の画像,検証には10,試験には40の画像を用いた。U-Net深畳み込みニューラルネットワークを,損失関数としてジセ係数とバイナリ交差エントロピーの合計を用いて,セグメンテーションのために採用した。テストセットに関して,このアルゴリズムは,90.5の平均ジセ係数値および81.75の平均交差点オーバーオン(IoU)を示した。深部学習は,側方胸部X線撮影における椎骨のセグメンテーションにおいて有望であることを示す。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

医用画像処理

, , ,

前のページに戻る