文献

J-GLOBAL ID：202202216529063236   整理番号：22A0398705

二重エネルギーCTを用いた多臓器セグメンテーションモデルの一般化能力の改善【JST・京大機械翻訳】

Improving Generalization Capability of Multiorgan Segmentation Models Using Dual-Energy CT

著者 (9件)： Chen Shuqing (Pattern Recognition Lab, Friedrich-Alexander-Universitaet Erlangen-Nuernberg, Erlangen, Germany) ,  Zhong Xia (Pattern Recognition Lab, Friedrich-Alexander-Universitaet Erlangen-Nuernberg, Erlangen, Germany) ,  Dorn Sabrina (Department of X-Ray Imaging and Computed Tomography, German Cancer Research Center (DKFZ), Heidelberg, Germany) ,  Ravikumar Nishant (Pattern Recognition Lab, Friedrich-Alexander-Universitaet Erlangen-Nuernberg, Erlangen, Germany) ,  Tao Qinghua (Department of Automation, Shanghai Jiao Tong University, Shanghai, China) ,  Huang Xiaolin (Department of Automation, Shanghai Jiao Tong University, Shanghai, China) ,  Lell Michael (Institute of Radiology and Nuclear Medicine, University Hospital Nuernberg, Erlangen, Germany) ,  Kachelriess Marc (Department of X-Ray Imaging and Computed Tomography, German Cancer Research Center (DKFZ), Heidelberg, Germany) ,  Maier Andreas (Pattern Recognition Lab, Friedrich-Alexander-Universitaet Erlangen-Nuernberg, Erlangen, Germany)
資料名： IEEE Transactions on Radiation and Plasma Medical Sciences  (IEEE Transactions on Radiation and Plasma Medical Sciences)
巻： 6  号： 1  ページ： 79-86  発行年： 2022年 
JST資料番号： W2475A  ISSN： 2469-7311  資料種別： 逐次刊行物 (A)
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： コンピュータ断層撮影(CT)画像における多臓器セグメンテーションは,様々な臨床応用に不可欠である。取得プロトコルの変化により,臨床データは軟部組織コントラスト,ノイズおよびアーチファクトに関して異なる。異なるCTプロトコルを用いて取得したデータに一般化された自動多臓器セグメンテーション手法の考案は,任意の多施設/スキャナ分析を行う場合,挑戦的で必須である。本研究では,二重エネルギーCT(DECT)画像を用いて,異なるプロトコル(即ち,異なるエネルギーレベルおよび様々な再構成カーネルを用いて)を用いて取得したCT画像に一般化された完全畳込みセグメンテーションネットワークを,異なるCTスキャナから訓練した。さらに,周波数領域における新しい画像融合アプローチを提案し,ネットワークにより達成されたセグメンテーション品質に関して最先端の融合手法と比較した。全体として,実験は,分割ネットワークの一般化能力がDECT画像融合を用いて改善されることを示した。提案した融合法は,すべての単一エネルギーCTアプローチより優れている。それは,p≦0.03で16.0%から23.35%の範囲の分割精度の顕著な改善を提供した。さらに,2つの画像融合法は,すべての利用可能なDECTデータを用いる場合と比較して,腹部器官におけるセグメンテーション品質を統計的に有意に改善した。Copyright 2022 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： コントラスト ,  雑音 ,  畳込み ,  *セグメンテーション ,  ネットワーク ,  走査装置 ,  軟部組織 ,  計算機トモグラフィー ,  アーチファクト ,  周波数領域
準シソーラス用語： CT画像 ,  画像融合 ,  臨床データ ,  臨床応用 ,  *二重エネルギーCT , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： 二重エネルギーCT ,  臓器 ,  セグメンテーション ,  モデル ,  一般化 ,  能力