文献

J-GLOBAL ID：202202219858705104   整理番号：22A1053323

COVID-19患者における肺CT画像のAI駆動意味セグメンテーションと流体体積計算【JST・京大機械翻訳】

AI-Powered Semantic Segmentation and Fluid Volume Calculation of Lung CT Images in COVID-19 Patients

著者 (4件)： Sabeerali Kokka Paramban (Sullamussalam Science College, Areekode, India) ,  Saleena T. S. (Sullamussalam Science College, Areekode, India) ,  Muhamed Ilyas P. (Sullamussalam Science College, Areekode, India) ,  Neha Mohan (Govt. Medical College, Manjeri, India)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 841  ページ： 93-101  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： COVID-19パンデミックは,非常に速い死亡性疾患である。直面する免疫系を有する人々は多くの健康状態に感受性である。非常に有意な状態は肺炎であり,患者の大多数における死因であることが見出されている。本研究の主目的は,医師が患者を優先できるように,GGOの容積とCOVID-19患者の圧密を見出すことである。ここでは,訓練時間を減らし,AIモデルの精度を増加させる最新のライブラリーと技法による肺CTのセグメンテーションのための移動学習技術を用いた。このシステムはDeepLabV3+ネットワークアーキテクチャとImageNet重みを持つモデルResNet50で訓練された。この結果を得るために,Gauss雑音,水平シフト,色変化などの異なる増強技術を使用した。インターセクション(IoU)を性能計量として用いた。肺マスクのIoUは99.78%と予測され,感染マスクのそれは89.01%である。本研究は,患者の感染および肺マスク領域の体積を計算することにより,感染領域の体積を効果的に測定する。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 圧密 ,  学習 ,  *セグメンテーション ,  変色 ,  感受性 ,  死 ,  *肺 ,  肺炎 ,  Gauss雑音 ,  モデル ,  *断層画像 ,  ネットワークアーキテクチャ ,  死因
準シソーラス用語： 免疫系 ,  健康状態 ,  *CT画像 , 【Automatic Indexing@JST】

著者キーワード (7件)： COVID-19 ,  転移学習 ,  DeepLabV3+ ,  ResNet50 ,  Albumentation ,  GGO体積計算 ,  IoU

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (10件)： COVID-19 ,  患者 ,  肺 ,  CT画像 ,  AI ,  意味 ,  セグメンテーション ,  流体 ,  体積 ,  計算