文献

J-GLOBAL ID：202202248040824322   整理番号：22A0707682

静脈-形成敵対ネットワーク(V-GAN)モデルを用いた背側手静脈セグメンテーション【JST・京大機械翻訳】

Dorsal Hand Vein Segmentation Using Vein-Generative Adversarial Network (V-GAN) Model

著者 (4件)： Yakno Marlina (Universiti Malaysia Pahang, Pekan, Pahang, Malaysia) ,  Yakno Marlina (Universiti Sains Malaysia, Nibong Tebal, Pulau Pinang, Malaysia) ,  Mohamad-Saleh Junita (Universiti Sains Malaysia, Nibong Tebal, Pulau Pinang, Malaysia) ,  Ibrahim Mohd Zamri (Universiti Malaysia Pahang, Pekan, Pahang, Malaysia)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 829  ページ： 585-591  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 一部の患者における静脈内アクセスの達成における困難さは,極端な年齢,体サイズ,および慢性疾患患者による臨床問題である。バイオメトリック同定において,他の外部識別子が損傷または鍛造される傾向があるとき,手静脈パターンは有用である。これらの問題を克服するために,近赤外背側手静脈画像を捕捉し,静脈抽出のためにセグメント化した。しかし,赤外線画像が極めて低いコントラストと歪みに悩まされるとき,セグメンテーションプロセスはより挑戦的になり,セグメンテーションプロセスに間接的に影響する。したがって,本研究は,深い学習Vein-Geneative Adversarial Network(V-GAN)を用いて,後手静脈パターンの正確なマップを生成する方法を提示する。V-GANの性能を,精度,曲線下面積(AUC),F1スコア,感度,特異性,およびジセ係数の観点から測定した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 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 ,  学習 ,  *セグメンテーション ,  *ネットワーク ,  *静脈 ,  近赤外線 ,  赤外線画像 ,  性質 ,  同定 ,  血中濃度-時間曲線下面積
準シソーラス用語： 慢性疾患 ,  特異性 ,  識別子 , 【Automatic Indexing@JST】

著者キーワード (2件)： 手静脈セグメンテーション ,  生成敵対ネットワーク

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 静脈 ,  敵対 ,  GaN ,  モデル ,  セグメンテーション