文献

J-GLOBAL ID：202202221337031716   整理番号：22A0956146

デカップリング最適化による正確な顔面神経セグメンテーションに向けて【JST・京大機械翻訳】

Towards accurate facial nerve segmentation with decoupling optimization

著者 (9件)： Dong Bo (Center for Brain Imaging Science and Technology, College of Biomedical Engineering and Instrumental Science, Zhejiang University, Hangzhou, Zhejiang, People’s Republic of China) ,  Dong Bo (Key Laboratory for Biomedical Engineering of Ministry of Education, Zhejiang University, Hangzhou, Zhejiang, People’s Republic of China) ,  Lu Chenxi (Center for Brain Imaging Science and Technology, College of Biomedical Engineering and Instrumental Science, Zhejiang University, Hangzhou, Zhejiang, People’s Republic of China) ,  Lu Chenxi (Key Laboratory for Biomedical Engineering of Ministry of Education, Zhejiang University, Hangzhou, Zhejiang, People’s Republic of China) ,  Hu Xi (Department of Radiology, Sir Run Run Shaw Hospital, Zhejiang University School of Medicine. Hangzhou, People’s Republic of China) ,  Zhao Yang (Chinese Academy of Medical Sciences & Peking Union Medical College, Beijing, People’s Republic of China) ,  He Hongjian (Center for Brain Imaging Science and Technology, College of Biomedical Engineering and Instrumental Science, Zhejiang University, Hangzhou, Zhejiang, People’s Republic of China) ,  He Hongjian (Key Laboratory for Biomedical Engineering of Ministry of Education, Zhejiang University, Hangzhou, Zhejiang, People’s Republic of China) ,  Wang Jing (Sir Run Run Shaw Hospital, Zhejiang University School of Medicine, Hangzhou, People’s Republic of China)
資料名： Physics in Medicine and Biology  (Physics in Medicine and Biology)
巻： 67  号： 6  ページ： 065007 (14pp)  発行年： 2022年 
JST資料番号： D0324A  ISSN： 0031-9155  CODEN： PHMBA7  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： ロボット蝸牛移植は,聴覚障害患者の聴力を回復する有効な方法であり,顔面神経認識は手術の鍵である。しかし,正確な顔面神経セグメンテーションは,主に2つの重要課題のために,挑戦的なタスクである。(1)顔神経面積は画像において非常に小さく,多くの類似領域がある。(2)顔面神経と周囲の組織の間の境界の低いコントラストは,困難を増加させる。本研究では,これらの問題を解決するために2つのステージで,FNSegNetと呼ばれるエンドツーエンドニューラルネットワークを提案した。特に,粗いセグメンテーション段階において,著者らは最初に3つの探索識別モジュールを採用して,高レベル特徴から受容野を拡大して,融合に効果的ピラミッド融合モジュールを組み合わせることによって,小さな対象物を捕えた。精密化セグメンテーション段階において,著者らは,境界と中心領域を分離することによって,中心領域と顔面神経の境界詳細の間の関係を確立するために,デカップリング最適化モジュールを使用した。一方,それらを空間注意モジュールに送り,衝突領域を修正した。挑戦的なデータセットに関する広範な実験は,提案したFNSegNetがセグメンテーション精度(Diceで0.858,95%Hausdorff距離で0.363mm)を著しく改善し,計算複雑度(FLOPで13.33G,9.86Mパラメータ)を減少することを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コントラスト ,  *最適化 ,  弁別器 ,  *セグメンテーション ,  ロボット ,  聴力 ,  ニューラルネットワーク ,  *顔面神経 ,  画像 ,  計算量 ,  *デカップリング ,  エンドツーエンド方式 ,  聴覚障害 ,  人工内耳
準シソーラス用語： Hausdorff距離 , 【Automatic Indexing@JST】

分類 (2件)： 腫ようの外科療法  (GE03033T) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (4件)： デカップリング ,  最適化 ,  顔面神経 ,  セグメンテーション