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。
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】