文献
J-GLOBAL ID:202202256702356236   整理番号:22A0979008

マイクロ波アブレーション治療のCT画像における肝臓テクスチャ分類【JST・京大機械翻訳】

Liver Texture Classification on CT Images of Microwave Ablation Therapy
著者 (5件):
資料名:
巻: 2022  号: CDMA  ページ: 139-144  発行年: 2022年 
JST資料番号: W2441A  資料種別: 会議録 (C)
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。
コンピュータ断層撮影(CT)による画像誘導によるマイクロ波アブレーション(MWA)療法を,肝臓腫瘍破壊のために使用する。しかし,ノイズおよび従って低いコントラストのため,CT画像は治療制御のために十分には良くなく,治療後の付加的磁気共鳴イメージングを必要とする。アブレーションプロセス自体は,2つの有意なchal色,すなわち,腫瘍再発につながる不十分な腫瘍アブレーションに直面している。二次,全アブレーション面積は,健康な組織の損傷を引き起こす腫瘍サイズより有意に大きかった。影響を最小化するために,放射線科医が腫瘍再発を予防するための治療を良好に行うことが重要である。したがって,CTスキャン画像において,健康,腫瘍,およびアブレーション組織テクスチャを区別することは必須である。本研究は再発率の低下に対する組織特性化の理解に寄与する。この点に関して,Naive-Bayesian,ロジスティック-回帰,決定-Tree,およびランダム-Forestの4つの機械学習(ML)アルゴリズムを,肝臓組織分類のために採用した。本論文では,CT画像から特徴を抽出するための高次スペクトル,特にバイスペクトル解析を提案した。次に,バイスペクトル分析から抽出した10の新しい特徴によって分類器を訓練した。そのために,画像を小パッチに分割し,それらを健康,腫瘍およびアブレーション組織としてラベルした。90.5%の最大精度を得た。このアプローチは,バイスペクトル分析が,ノイズの存在下でもCTスキャンの組織特性化のためにMWA療法の間に使用できる貴重な情報を提供することを示した。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
図形・画像処理一般 

前のページに戻る