文献
J-GLOBAL ID:202202239570774885   整理番号:22A0630248

LA-Net:左心房のセグメンテーションのためのマルチタスク深層ネットワーク【JST・京大機械翻訳】

LA-Net: A Multi-Task Deep Network for the Segmentation of the Left Atrium
著者 (6件):
資料名:
巻: 41  号:ページ: 456-464  発行年: 2022年 
JST資料番号: H0895A  ISSN: 0278-0062  CODEN: ITMID4  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
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。
背景:心房細動(AF)は最も一般的な持続性心房性不整脈であるが,この状態に対する治療成功は準最適のままである。磁気共鳴イメージング(MRI)からの情報は治療有効性を改善する可能性があるが,現在,MR画像における心房のセグメンテーションのための自動ツールはほとんどない。本研究では,MRIから左心房セグメンテーションとエッジマスクを同時に生成するために最適化したマルチタスクネットワークであるLA-Netを提案した。LA-Netは交差注意モジュール(CAMs)と強化復号器モジュール(EDMs)を含み,セグメンテーションのための最も重要なエッジ情報を意図的に選択し,それを多重スケールでセグメンテーションマスクにスムーズに組み込む。2つのMRシーケンス:後期ガドリニウム増強(LGE)心房MRIと心房短軸バランス定常状態自由歳差運動(bSSFP)MRIにおけるLA-Netの性能を評価する。LA-Netは,12.43mmのHausdorff距離と,LGE(STACOM 2018)データセット上の0.92のDiceスコアと,後処理なしのbSSFP(インハウス)データセットにおける0.90のHausdorff距離を示し,U-NetとSEGANetを含む以前に提案したセグメンテーションネットワークを凌駕した。著者らの方法は,MR画像からLAに関する情報の自動抽出を可能にし,AF患者の管理において重要な役割を果たすことができる。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
医用画像処理 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る