抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
椎骨の正確なセグメンテーションは,外科医を支援するための様々な医療応用(E.g.遠隔手術)において重要な必要条件である。深層ニューラルネットワークの成功裏の開発に続いて,最近の研究は,脊椎セグメンテーションの本質的規則に焦点を合わせてきた。先行研究は多数のパラメータを含み,それらのセグメンテーションは1つの見解だけに限定される。二重U-Netに触発されて,著者らは,特徴抽出器としてのDensNet,モジュール(CBAM)に関する畳込みブロック注意からの特別な注意モジュール,およびPyramid Squeeze注意(PSA)モジュールを抽出特性を改善するために採用する二重U-Net++という新しいモデルを提案した。VerSe2020とxVertSegデータセットの3つの異なる視点(矢状,冠状,および軸)に関する提案モデルを評価した。最先端の研究と比較して,著者らのアーキテクチャはより速く訓練され,評価としてより高い精度,想起,およびF1スコアを達成し(4~6%),矢状面ビューに対して94%以上の結果,そして,VerSe2020データセットに対して,それぞれ,冠状ビューおよび93%以上の軸ビューの両方に対して94%以上の結果が得られた。また,xVertSegデータセットでは,矢状面に対する97%以上の精度,再現,およびF1スコアを,冠状視野で93%以上,軸視野で96%以上を達成した。【JST・京大機械翻訳】