文献

J-GLOBAL ID：202202231374136327   整理番号：22A0841792

拡張DCNNアプローチを用いたDBT画像における質量領域の自動セグメンテーション【JST・京大機械翻訳】

Automated Segmentation of Mass Regions in DBT Images Using a Dilated DCNN Approach

著者 (9件)： Ye Jianming (First Affiliated Hospital, Gannan Medical University, Ganzhou, China) ,  Yang Weiji (School of Medical Technology and Information Engineering, Zhejiang Chinese Medical University, Hangzhou, China) ,  Wang Jianqing (School of Medical Technology and Information Engineering, Zhejiang Chinese Medical University, Hangzhou, China) ,  Xu Xiaomei (School of Medical Technology and Information Engineering, Zhejiang Chinese Medical University, Hangzhou, China) ,  Li Liuyi (School of Medical Technology and Information Engineering, Zhejiang Chinese Medical University, Hangzhou, China) ,  Xie Chun (First Affiliated Hospital, Gannan Medical University, Ganzhou, China) ,  Chen Gang (Department of Medical Engineering, The 73th Group Army Hospital of P.L.A, Xiamen, China) ,  Wang Xiangcai (First Affiliated Hospital, Gannan Medical University, Ganzhou, China) ,  Lai Xiaobo (School of Medical Technology and Information Engineering, Zhejiang Chinese Medical University, Hangzhou, China)
資料名： Computational Intelligence and Neuroscience (Web)  (Computational Intelligence and Neuroscience (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7694A  ISSN： 1687-5265  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： デジタルマンモグラフィに基づく従来の乳房スクリーニング法の限界を克服するために,準3Dイメージング技術,デジタル乳房合成(DBT)が近年乳癌スクリーニングの分野で開発された。本研究では,拡張深層畳込みニューラルネットワーク(DCNN)を用いたDBT画像における質量領域セグメンテーションのためのコンピュータ支援アーキテクチャを開発した。最初に,乳房腫瘍候補領域の低コントラストを改善し,DBT画像における背景組織ノイズを効果的に抑制するために,制約マトリックスをトップハット変換後に確立し,DBT画像で乗算した。第二に,入力画像パッチを生成し,拡張DCNNアーキテクチャを訓練するための訓練データセットを作成するために,データ増強技術を実行した。次に,DBT画像における質量領域を予備的にセグメント化した。各画素を2種類のラベルに分割した。最後に,後処理手順は,50ボクセル未満のすべての偽陽性領域を除去する。最終セグメンテーション結果は,中央値フィルタによる質量領域の境界を平滑化することによって得られる。試験精度(ACC),感度(SEN),および受信者動作特性(AUC)下の面積を,評価計量として採用し,そして,ACC,SEN,およびAUCは,全データセットのDBT画像における質量領域を分割するために,それぞれ86.3%,85.6%,および0.852であった。実験結果は,著者らの提案した方式が他の古典的CADベースフレームワークと比較して有望な結果を達成することを示した。Copyright 2022 Jianming Ye et al. 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 ,  雑音 ,  *セグメンテーション ,  *画像処理 ,  *画像 ,  画素 ,  平滑化 ,  乳房 ,  三次元 ,  メディアンフィルタ ,  CAE【計算機】 ,  計算機アーキテクチャ ,  乳房腫瘍 ,  ボクセル
準シソーラス用語： 乳癌検診 ,  *自動セグメンテーション , 【Automatic Indexing@JST】

分類 (2件)： 医用画像処理  (JE04020T) ,  腫ようの診断  (GE03020J)

引用文献 (31件)：

• X. Cheng, Z. Gu, X. Sun, Z. Zhuang, "Study on the differences of opinions and choices of high-risk breast cancer populations in China before and after genetic testing," Translational Cancer Research, vol. 8, no. 8, pp. 2893-2905, 2019.
• S. P. Mihalco, S. B. Keeling, S. F. Murphy, S. A. O’Keeffe, "Comparison of the utility of clinical breast examination and MRI in the surveillance of women with a high risk of breast cancer," Clinical Radiology, vol. 75, no. 3, pp. 194-199, 2020.
• S. Hong, S. Y. Song, B. Park, M. Suh, K. S. Choi, S. E. Jung, M. J. Kim, E. H. Lee, C. W. Lee, J. K. Jun, "Effect of digital mammography for breast cancer screening: a comparative study of more than 8 million Korean women," Radiology, vol. 294, no. 2, pp. 247-255, 2020.
• T. Hovda, A. S. Holen, K. Lång, J. L. Albertsen, H. Bjørndal, S. H. B. Brandal, K. K. Sahlberg, P. Skaane, P. Suhrke, S. Hofvind, "Interval and consecutive round breast cancer after digital breast tomosynthesis and synthetic 2D mammography versus standard 2D digital mammography in breastscreen Norway," Radiology, vol. 294, no. 2, pp. 256-264, 2020.
• A. E. Petropoulos, S. G. Skiadopoulos, A. N. Karahaliou, G. A. T. Messaris, N. S. Arikidis, L. I. Costaridou, "Quantitative assessment of microcalcification cluster image quality in digital breast tomosynthesis, 2-dimensional and synthetic mammography," Medical, & Biological Engineering & Computing, vol. 58, no. 1, pp. 187-209, 2020.

タイトルに関連する用語 (4件)： 拡張 ,  DBT ,  質量 ,  自動セグメンテーション