胎児脳組織アノテーションとセグメンテーションチャレンジ結果【JST・京大機械翻訳】

Payette Kelly; Li Hongwei; de Dumast Priscille; Licandro Roxane; Ji Hui; Siddiquee Md Mahfuzur Rahman; Xu Daguang; Myronenko Andriy; Liu Hao; Pei Yuchen; Wang Lisheng; Peng Ying; Xie Juanying; Zhang Huiquan; Dong Guiming; Fu Hao; Wang Guotai; Rieu ZunHyan; Kim Donghyeon; Kim Hyun Gi; Karimi Davood; Gholipour Ali; Torres Helena R.; Oliveira Bruno; Vilaca Joao L.; Lin Yang; Avisdris Netanell; Ben-Zvi Ori; Bashat Dafna Ben; Fidon Lucas; Aertsen Michael; Vercauteren Tom; Sobotka Daniel; Langs Georg; Alenya Mireia; Villanueva Maria Inmaculada; Camara Oscar; Fadida Bella Specktor; Joskowicz Leo; Weibin Liao; Yi Lv; Xuesong Li; Mazher Moona; Qayyum Abdul; Puig Domenec; Kebiri Hamza; Zhang Zelin; Xu Xinyi; Wu Dan; Liao KuanLun; Wu YiXuan; Chen JinTai; Xu Yunzhi; Zhao Li; Vasung Lana; Menze Bjoern; Cuadra Meritxell Bach; Jakab Andras

プレプリント

J-GLOBAL ID：202202218473757656 整理番号：22P0335784

胎児脳組織アノテーションとセグメンテーションチャレンジ結果【JST・京大機械翻訳】

Fetal Brain Tissue Annotation and Segmentation Challenge Results

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 (58件)： , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
資料名：
発行年： 2022年04月20日プレプリントサーバーでの情報更新日： 2022年04月20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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

子宮内胎児MRIは,発達中のヒト脳の診断および分析における重要なツールとして出現している。発達中の胎児脳の自動セグメンテーションは,研究および臨床状況の両方で出生前神経発達の定量分析における重要な段階である。しかし,脳構造の手動セグメンテーションは時間がかかり,誤差と観察者間変動性が傾向がある。したがって,国際レベルでの自動セグメンテーションアルゴリズムの開発を促進するために,2021年に胎児組織注釈(FeTA)チャレンジを組織化した。課題は,7つの異なる組織(外部脳脊髄液,灰白質,心室,小脳,脳幹,深部灰白質)に分割された胎児脳MRI再構成のオープンデータセットであるFeTAデータセットを利用した。20の国際チームがこの課題に参加し,評価に合計21のアルゴリズムを提出する。本論文では,技術的および臨床的観点からの結果の詳細な解析を提供した。すべての参加者は深層学習法,主にU-Netに頼り,ネットワークアーキテクチャ,最適化,および画像前処理と後処理に存在するいくつかの可変性がある。チームの大部分は,既存の医用イメージング深層学習フレームワークを使用した。サブミッション間の主な違いは訓練中に行われた微調整であり,特定の前処理と後処理段階を実行した。チャレンジ結果は,ほぼすべてのサブミッションが同様に実行したことを示した。トップ5チームのうち4つはアンサンブル学習法を用いた。しかし,1チームのアルゴリズムは,他のサブミッションより著しく優れており,非対称U-Netネットワークアーキテクチャから成った。本論文は,子宮内におけるヒト脳開発のための将来の自動マルチ組織セグメンテーションアルゴリズムのための一種のベンチマークを提供した。【JST・京大機械翻訳】

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

医用画像処理

, , ,

前のページに戻る