コンピュータ断層撮影スキャン(LOTUS)ベンチマークからの肺腫瘍セグメンテーション【JST・京大機械翻訳】

Afshar Parnian; Mohammadi Arash; Plataniotis Konstantinos N.; Farahani Keyvan; Kirby Justin; Oikonomou Anastasia; Asif Amir; Wee Leonard; Dekker Andre; Wu Xin; Haque Mohammad Ariful; Hossain Shahruk; Hasan Md. Kamrul; Kamal Uday; Hsu Winston; Lin Jhih-Yuan; Rahman M. Sohel; Ibtehaz Nabil; Foisol Sh. M. Amir; Lam Kin-Man; Guang Zhong; Zhang Runze; Channappayya Sumohana S.; Gupta Shashank; Dev Chander

プレプリント

J-GLOBAL ID：202202216281696090 整理番号：22P0022695

コンピュータ断層撮影スキャン(LOTUS)ベンチマークからの肺腫瘍セグメンテーション【JST・京大機械翻訳】

Lung-Originated Tumor Segmentation from Computed Tomography Scan (LOTUS) Benchmark

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 (25件)： , , , , , , , , , , , , , , , , , , , , , , , ,
資料名：
発行年： 2022年01月02日プレプリントサーバーでの情報更新日： 2022年01月02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)

肺癌は死亡癌の一つであり,一部はその効果的な診断と治療が腫瘍の正確な描写に依存する。現在最も一般的なアプローチである人間中心セグメンテーションは,観察者間変動を受け,専門家だけが注釈を提供できるという事実を考慮して,時間を要する。自動および半自動腫瘍セグメンテーション法は,最近有望な結果を示している。しかし,異なる研究者が様々なデータセットと性能計量を用いてそれらのアルゴリズムを検証したので,これらの方法を確実に評価することは,まだ未解決の課題である。2018のIEEEビデオと画像処理(VIP)Cup競争を通して作成された,コンピュータ断層撮影スキャン(LOTUS)ベンチマークからの肺-灌漑腫瘍セグメンテーションの目標は,ユニークなデータセットと予め定義された計量を提供することであり,従って,異なる研究者が,統一された方法でそれらの方法を開発,評価することができる。2018のVIP Cupは,競争データにアクセスするために,42か国からのグローバルな関与から始まった。登録段階で,129のメンバーが10か国から28チームにクラスタ化され,そのうち9チームが最終段階に,6チームがすべての必要なタスクを完了するのに成功した。ナットシェルにおいて,競争中に提案されたすべてのアルゴリズムは,偽陽性低減技術と組み合わせた深層学習モデルに基づいている。3つの最終者によって開発された方法は,腫瘍セグメンテーションにおいて有望な結果を示しているが,しかし,より多くの努力は,偽陽性率を減らすことに払われなければならない。この競争原稿は,提案したアルゴリズムと結果とともにVIP-Cupチャレンジの概観を提示する。【JST・京大機械翻訳】

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

医用画像処理

, , , , ,

前のページに戻る