多重畳込みニューラルネットワークによるてんかんおよびアルツハイマー病研究におけるHippocampusセグメンテーション【JST・京大機械翻訳】

Carmo Diedre; Silva Bruna; Yasuda Clarissa; Rittner Leticia; Lotufo Roberto

プレプリント

J-GLOBAL ID：202202221076297224 整理番号：21P0022590

多重畳込みニューラルネットワークによるてんかんおよびアルツハイマー病研究におけるHippocampusセグメンテーション【JST・京大機械翻訳】

Hippocampus Segmentation on Epilepsy and Alzheimer's Disease Studies with Multiple Convolutional Neural Networks

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 (5件)： , , , ,
資料名：
発行年： 2020年01月14日プレプリントサーバーでの情報更新日： 2021年02月10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。

磁気共鳴イメージングにおけるHippocampusセグメンテーションは,神経精神疾患の診断,治療決定および調査にとって極めて重要である。自動セグメンテーションは,深い学習を用いた多くの最近のモデルと共に,活発な研究分野である。最新の最先端の海馬セグメンテーション法は,公共データセットから健康またはAlzheimer病患者に関するそれらの方法を訓練する。これは,これらの方法が海馬切除を伴うてんかん患者の異なるドメインで海馬を認識することができるかどうかの疑問を提起する。本論文では,最先端,オープンソース,即席,深層学習ベース海馬セグメンテーション法を示した。それは自動前処理と配向アラインメントで拡張2Dマルチ配向方式を使用する。この方法論を開発し,公開Alzheimer病海馬セグメンテーションデータセットであるHarPを用いて検証した。この方法論を他の最近の深層学習法,2つのドメイン,すなわち,HCUnicampと名付けた海馬切除を含む,HarPテストセットとインハウスてんかんデータセット,で試験した。提案手法は,HarPでのみ訓練されたが,DiceにおけるHarPテストセットとHCUnicampの両方で文献から他者を凌駕することを示した。さらに,HCUnicamp容量における訓練と試験からの結果を,てんかんとAlzheimerのデータにおける訓練と試験の比較と共に,別々に報告し,その逆も同様である。著者ら自身を含む現在の最先端の方法は,HarPにおいて0.9Diceの上方を達成しているが,著者らの自身のものを含むすべての試験方法は,HCUnicamp切除領域において偽陽性を生成し,切除が関係するとき,海馬セグメンテーション法の改善のための余地がまだあることを示した。【JST・京大機械翻訳】

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

神経系の疾患

, , , , , ,

前のページに戻る