文献

J-GLOBAL ID：202202261471188190   整理番号：22A1088965

意図的残差時間ガラスベースカスケードネットワークによる鍵分岐検出に基づく自動CT肝臓Couinaudセグメンテーション【JST・京大機械翻訳】

Automatic CT liver Couinaud segmentation based on key bifurcation detection with attentive residual hourglass-based cascaded network

著者 (5件)： Wang Manyang (School of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan, Hubei, 430074, China) ,  Jin Renchao (School of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan, Hubei, 430074, China) ,  Lu Jiayi (School of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan, Hubei, 430074, China) ,  Song Enmin (School of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan, Hubei, 430074, China) ,  Ma Guangzhi (School of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan, Hubei, 430074, China)
資料名： Computers in Biology and Medicine  (Computers in Biology and Medicine)
巻： 144  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： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文は,キーポイント検出の深い学習に基づく自動Couinaudセグメンテーション法を提示した。肝臓マスクが抽出されたと仮定すると,提案方法はCouinaudの定義に従って肝臓を8つの解剖学的セグメントに自動的に分割できる。最初に,肝血管系の6つの重要な分岐点を同定するために,意図的残留時間ガラスベースカスケードネットワーク(ARH-CNet)を提案した。続いて,検出した点を用いて,異なる機能単位に肝臓を分割する平面を導き,そして,尾状葉を,検出した点によって定義される円に基づいて,スライスごとの分割スライスとした。MICCAI 2018からの公開データセットに関する著者らの方法を包括的に評価した。実験は,まず,著者らのランドマーク検出ネットワークARH-CNetの有効性を実証して,それは2つのベースライン方法のものより優れていて,また,ノイズの多いデータに対してロバストであった。すべての予測キーポイントの平均誤差距離は4.68±3.17mmであり,すべてのポイントの平均精度は7mmの検出誤差距離で90%であった。また,対応する熱マップの加算が点局所化の精度を改善できることを検証した。さらに,このランドマーク導出Couinaudセグメンテーションの重複ベース精度とDiceスコアは,それぞれ91%と84%であり,これは直接セグメンテーション手法と従来の平面ベース法の性能より優れており,従って,この方法は自動Couinaudセグメンテーションのための良好な代替として見なせる。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： 雑音 ,  *セグメンテーション ,  *ネットワーク ,  *肝臓 ,  *残差 ,  精度 ,  標識 ,  スライス ,  滞留時間 ,  循環系 ,  解剖学 ,  有効性 ,  ロバスト性
準シソーラス用語： ランドマーク ,  分岐点 ,  局在化 , 【Automatic Indexing@JST】

著者キーワード (4件)： キーポイント検出 ,  Couinaudセグメンテーション ,  注意的な残留機構 ,  時間ガラスネットワーク

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (9件)： 意図 ,  残差 ,  ガラス ,  カスケードネットワーク ,  鍵 ,  分岐 ,  CT ,  肝臓 ,  セグメンテーション