文献

J-GLOBAL ID：202202241404156166   整理番号：22A0321781

医用画像セグメンテーションにおける生成敵対ネットワーク:レビュー【JST・京大機械翻訳】

Generative adversarial networks in medical image segmentation: A review

著者 (13件)： Xun Siyi (Shandong Key Laboratory of Medical Physics and Image Processing, Shandong Institute of Industrial Technology for Health Sciences and Precision Medicine, School of Physics and Electronics, Shandong Normal University, Jinan, Shandong, 250358, China) ,  Li Dengwang (Shandong Key Laboratory of Medical Physics and Image Processing, Shandong Institute of Industrial Technology for Health Sciences and Precision Medicine, School of Physics and Electronics, Shandong Normal University, Jinan, Shandong, 250358, China) ,  Zhu Hui (Department of Radiation Oncology, Shandong Cancer Hospital and Institute, Shandong First Medical University and Shandong Academy of Medical Sciences, Jinan, Shandong, China) ,  Chen Min (The Second Hospital of Shandong University, Shandong University, The Department of Medicine, The Second Hospital of Shandong University, Jinan, China) ,  Wang Jianbo (Department of Radiation Oncology, Qilu Hospital, Cheeloo College of Medicine, Shandong University, Jinan, Shandong, 250012, China) ,  Li Jie (Department of Infectious Disease, Shandong Provincial Hospital Affiliated to Shandong University, Cheeloo College of Medicine, Shandong University, Jinan, Shandong, China) ,  Chen Meirong (Affiliated Hospital of Shandong University of Traditional Chinese Medicine, Jinan, Shandong, China) ,  Wu Bing (Laibo Biotechnology Co., Ltd., Jinan, Shandong, China) ,  Zhang Hua (LinkingMed Technology Co., Ltd., Beijing, China) ,  Chai Xiangfei (Huiying Medical Technology (Beijing) Co., Ltd., Beijing, China) ,  Jiang Zekun (Shandong Key Laboratory of Medical Physics and Image Processing, Shandong Institute of Industrial Technology for Health Sciences and Precision Medicine, School of Physics and Electronics, Shandong Normal University, Jinan, Shandong, 250358, China) ,  Zhang Yan (Shandong Key Laboratory of Medical Physics and Image Processing, Shandong Institute of Industrial Technology for Health Sciences and Precision Medicine, School of Physics and Electronics, Shandong Normal University, Jinan, Shandong, 250358, China) ,  Huang Pu (Shandong Key Laboratory of Medical Physics and Image Processing, Shandong Institute of Industrial Technology for Health Sciences and Precision Medicine, School of Physics and Electronics, Shandong Normal University, Jinan, Shandong, 250358, China)
資料名： Computers in Biology and Medicine  (Computers in Biology and Medicine)
巻： 140  ページ： Null  発行年： 2022年 
JST資料番号： E0858A  ISSN： 0010-4825  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 2014年の深層学習の分野に,Generative Adversarial Network(GAN)が導入されたので,学界と産業から広範囲な注目を受けており,多くの高品質論文が発表されている。GANは,その良好な生成能力とデータ分布を捕捉する能力のため,医用画像セグメンテーションの精度を効果的に改善する。本論文は,GANの起源,作動原理,および拡張変異体を紹介し,GANベースの医用画像セグメンテーション法の最新の開発をレビューした。論文を見つけるため,Google ScholarとPubMedを「セグメンテーション」,「医用画像」,および「GAN(または,生成敵対ネットワーク)」のようなキーワードで検索した。また,GANに関連した上記のキーワードを有するコンピュータ科学において,セマンティックScholar,Springer,arXiv,およびトップ会議に関する追加検索を行った。9月2021年以前に発表された医用画像セグメンテーションのための120以上のGANベースアーキテクチャをレビューした。セグメンテーション領域,画像モダリティ,分類法に従って,これらの論文を分類し要約した。さらに,医用画像セグメンテーションにおけるGANの利点,課題および将来の研究方向を考察した。GANを用いた医用画像セグメンテーションに関する最近の論文を詳細に論じた。GANとその拡張変異体の応用は医用画像セグメンテーションの精度を効果的に改善した。臨床医と患者の認識を得て,GANの不安定性,低い再現性,および非解釈性を克服することは,将来重要な研究方向である。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： *セグメンテーション ,  *ネットワーク ,  計算機科学 ,  再現性 ,  *画像処理 ,  *画像 ,  不安定性 ,  *医用画像 ,  コンピュータビジョン ,  知識表現 ,  機械学習
準シソーラス用語： 分類法 ,  モダリティ ,  Google ,  高品質 ,  動作原理 ,  *医用画像セグメンテーション ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 生成敵対ネットワーク ,  医用画像 ,  セグメンテーション ,  深層学習 ,  コンピュータビジョン

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (3件)： 医用画像セグメンテーション ,  敵対 ,  レビュー