放射線治療計画のためのリスク局所化とセグメンテーションにおける臓器のための統一3Dフレームワーク【JST・京大機械翻訳】

Navarro Fernando; Sasahara Guido; Shit Suprosanna; Ezhov Ivan; Peeken Jan C.; Combs Stephanie E.; Menze Bjoern H.

プレプリント

J-GLOBAL ID：202202220436833282 整理番号：22P0297274

放射線治療計画のためのリスク局所化とセグメンテーションにおける臓器のための統一3Dフレームワーク【JST・京大機械翻訳】

A unified 3D framework for Organs at Risk Localization and Segmentation for Radiation Therapy Planning

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 (7件)： , , , , , ,
資料名：
発行年： 2022年03月01日プレプリントサーバーでの情報更新日： 2022年03月01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)

CTにおける臓器リスク(OAR)の自動局在化とセグメンテーションは,放射線療法計画のような医用画像分析タスクにおける必須の前処理段階である。例えば,腫瘍周囲のOARのセグメンテーションは,健康な組織を損なうことなく腫瘍領域への放射線の最大化を可能にする。しかし,現在の医療ワークフローはOARの手動描写を必要とし,それは誤りを起こしやすく,注釈依存性である。本研究では,新しい局在化あるいはセグメンテーションアーキテクチャよりむしろ,OAR局在化セグメンテーションのための統一3Dパイプラインを導入することを目的とした。著者らの知る限り,提案フレームワークは医用イメージングに固有の3Dコンテキスト情報の開発を完全に可能にする。第1段階では,3D多変数回帰ネットワークが,器官の重心と結合ボックスを予測する。第2に,3D器官特異的セグメンテーションネットワークを,多臓器セグメンテーションマップを生成するために利用した。著者らの方法は,視野と多臓器のさまざまな分野によるCTスキャンを含むVISCERALデータセットに関して,0.9260±0.18%の全体的Diceスコアを達成した。【JST・京大機械翻訳】

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

医用画像処理

, , , , , ,

前のページに戻る