文献

J-GLOBAL ID：202202226186186805   整理番号：22A0480007

明確な解剖学的制約を有する超音波画像における深い弱く管理された乳房腫瘍セグメンテーション【JST・京大機械翻訳】

Deep weakly-supervised breast tumor segmentation in ultrasound images with explicit anatomical constraints

著者 (6件)： Li Yongshuai (Department of Biomedical Engineering, School of Medicine, Tsinghua University, Beijing 100084, China) ,  Liu Yuan (Senior Department of Oncology, The Fifth Medical Center of Chinese PLA General Hospital, Beijing 100039, China) ,  Liu Yuan (Department of Ultrasound, The First Medical Center of Chinese PLA General Hospital, Beijing 100853, China) ,  Huang Lijie (Department of Biomedical Engineering, School of Medicine, Tsinghua University, Beijing 100084, China) ,  Wang Zhili (Senior Department of Oncology, The Fifth Medical Center of Chinese PLA General Hospital, Beijing 100039, China) ,  Luo Jianwen (Department of Biomedical Engineering, School of Medicine, Tsinghua University, Beijing 100084, China)
資料名： Medical Image Analysis  (Medical Image Analysis)
巻： 76  ページ： Null  発行年： 2022年 
JST資料番号： W3156A  ISSN： 1361-8415  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 乳房腫瘍セグメンテーションは医師とコンピュータ支援診断システムの診断手順における重要なステップである。少数の手動ラベルのみを必要とする乳房超音波(BUS)画像における乳房腫瘍セグメンテーションのための2段階深層学習フレームワークを提案した。第一段階は,半教師つき意味セグメンテーション技術によって処理した乳房解剖分解である。入力BUS画像は,4つの乳房解剖学的構造,すなわち,脂肪,乳腺,筋肉および胸部層に分解する。乳房腫瘍セグメンテーションのための探索空間を減らすために,脂肪および乳腺層を制約領域として使用した。第二段階は,画像レベルラベルのみが利用できる弱監督学習シナリオで実行される乳房腫瘍セグメンテーションである。乳房腫瘍は,最初に分類ネットワークによって認識され,次に,提案されたクラス活性化マッピングと深いレベルセット(CAM-DLS)方法によって分割される。乳房解剖分解のために,提案フレームワークは,脂肪,乳腺,筋肉および胸部層に対して,それぞれ83.0±11.8%,84.3±10.0%,80.7±15.4%および91.0±11.4%のDice類似性係数(DSC)を達成した。乳房腫瘍認識のために,提案フレームワークは,95.8%の感度,92.4%の精度,93.9%の特異性,94.8%の精度,および0.941のF1スコアを達成した。乳房腫瘍セグメンテーションのために,提案フレームワークは,77.3%のDSCと66.0%の交差結合(IoU)を達成した。結論として,提案フレームワークは,解剖学的制約を伴う弱監督設定において,同時に乳房腫瘍認識およびセグメンテーションを効率的に実行することができた。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *超音波 ,  学習 ,  *セグメンテーション ,  ネットワーク ,  乳腺 ,  *乳房 ,  *解剖学 ,  *超音波画像 ,  類似性 ,  *乳房腫瘍 ,  *解剖
準シソーラス用語： 交差結合 ,  計算機支援診断システム ,  特異性 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 乳房超音波 ,  セグメンテーション ,  制約 ,  深層学習

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 解剖学 ,  制約 ,  音波画像 ,  乳房腫瘍 ,  セグメンテーション