文献

J-GLOBAL ID：202202258898727223   整理番号：22A0963903

2ストリーム深時空間畳込みネットワークを用いた腹膜炎の同定【JST・京大機械翻訳】

Identification of Peritonitis Using Two-Stream Deep Spatial-Temporal Convolutional Networks

著者 (7件)： Kawahara Toshiki (Ritsumeikan University,Graduate School of Information Science and Engineering,Shiga,Japan) ,  Inoue Akitoshi (National Hospital Organization Higashi-ohmi General Medical Center,Shiga,Japan) ,  Iwamoto Yutaro (Ritsumeikan University,Graduate School of Information Science and Engineering,Shiga,Japan) ,  Batsaikhan Bolorkh (Tokyo Metropolitan University,Tokyo,Japan) ,  Chatani Svohei (Shiga University of Medical Science,Department of Radiology,Shiga,Japan) ,  Furukawa Akira (Tokyo Metropolitan University,Tokyo,Japan) ,  Chen Yen-Wei (Ritsumeikan University,Graduate School of Information Science and Engineering,Shiga,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICCE  ページ： 1-4  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： Cine磁気共鳴映像法(MRI)分析法を用いて腸蠕動を評価した。しかし,MRIによる腸蠕動の評価は,主観的で,時間がかかり,再現性がなく,対処する必要がある重要な問題として認識されている。以前の研究で,深部光フローネットワーク(DOFN)を用いて,腸運動の時間的空間的特徴を抽出し,腸蠕動から腹膜炎を鑑別した。しかし,DOFNは2つの隣接フレームの画像差に基づくので,小さな腸のテクスチャと空間情報を欠いている。これらの問題を解決するために,本論文では,オプティカルフローストリーム(すなわち,DOFN)と動的画像ストリームから成る2ストリーム深空間時間畳込みネットワーク(2ストリームDSTCN)を有する新しいモデルを提案した。提案方法は,動的画像ストリームを導入することによって,シネMR画像から時間空間的特徴を抽出するために,著者らのDOFNの改良版である。最終結果は,2つのストリームの平均融合によって得た。精度を提案方法でおよそ3%改善した。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： *畳込み ,  *ネットワーク ,  再現性 ,  *腹膜炎 ,  動画像 ,  NMRイメージング
準シソーラス用語： 空間情報 ,  腸蠕動 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ストリーム ,  時空間 ,  畳込み ,  腹膜炎 ,  同定