FUSeg:足潰瘍セグメンテーションチャレンジ【JST・京大機械翻訳】

Wang Chuanbo; Mahbod Amirreza; Ellinger Isabella; Galdran Adrian; Gopalakrishnan Sandeep; Niezgoda Jeffrey; Yu Zeyun

プレプリント

J-GLOBAL ID：202202221091235570 整理番号：22P0022651

FUSeg:足潰瘍セグメンテーションチャレンジ【JST・京大機械翻訳】

FUSeg: The Foot Ulcer Segmentation Challenge

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01月02日プレプリントサーバーでの情報更新日： 2022年01月02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)

様々な病因を有する急性および慢性創傷は,医療システムを経済的に負担する。先進創傷ケア市場は2024年までに$22億ドルに達すると見積もられる。創傷ケア専門家は,画像と画像文書化に重い依存のある適切な診断と治療を提供する。画像における創傷境界のセグメンテーションは,創傷の面積を推定し,治療の定量的測定を提供するために重要であるので,治療と診断プロトコルの重要な成分である。残念ながら,このプロセスは非常に時間がかかり,高レベルの専門知識を必要とする。最近,深層学習に基づく自動創傷セグメンテーション法は,有望な性能を示したが,訓練のための大きなデータセットを必要とし,どの方法がよりよく機能するかは不明である。これらの問題に取り組むために,医学画像コンピューティングとコンピュータ支援介入(MICCAI)に関する2021の国際会議と連携して組織化された足Ulcerセグメンテーションチャレンジ(FUSeg)を提案する。889人の患者から2年間にわたって収集した1,210足潰瘍画像を含む創傷画像データセットを構築した。それは,創傷ケア専門家によってピクセルワイズに注釈付けされ,1010の画像で訓練セットに分割され,評価のために200の画像でテストセットに分割される。世界中のチームは,注釈が個人に保たれた試験セットでの創傷セグメンテーションを予測する自動化方法を開発した。予測を評価し,平均Dice係数に基づいてランク付けした。FUSegチャレンジは,会議後の創傷セグメンテーションのベンチマークとして未解決の課題である。【JST・京大機械翻訳】

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

皮膚の診断 , 医用画像処理 , 皮膚疾患の治療一般 , 外傷の治療

前のページに戻る