文献

J-GLOBAL ID：202202263403606523   整理番号：22A0560520

光干渉断層撮影画像におけるマウスSchlemm管のオープンソース深層学習に基づく自動セグメンテーション【JST・京大機械翻訳】

Open-source deep learning-based automatic segmentation of mouse Schlemm’s canal in optical coherence tomography images

著者 (6件)： Choy Kevin C. (Department of Biomedical Engineering, Duke University, Durham, NC, United States) ,  Li Guorong (Department of Ophthalmology, Duke University, Durham, NC, United States) ,  Stamer W. Daniel (Department of Ophthalmology, Duke University, Durham, NC, United States) ,  Stamer W. Daniel (Department of Biomedical Engineering, Duke University, Durham, NC, United States) ,  Farsiu Sina (Department of Biomedical Engineering, Duke University, Durham, NC, United States) ,  Farsiu Sina (Department of Ophthalmology, Duke University, Durham, NC, United States)
資料名： Experimental Eye Research  (Experimental Eye Research)
巻： 214  ページ： Null  発行年： 2022年 
JST資料番号： E0658B  ISSN： 0014-4835  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究の目的は,生体マウス眼の光学コヒーレンストモグラフィー(OCT)スキャンにおけるSchlemm管(SC)内腔のセグメンテーションを行うための自動深層学習ベースアプローチと対応する自由オープンソースソフトウェアを開発することである。後期融合方式,マルチスケール入力画像ピラミッド,拡張残留畳込みブロック,および注意ゲートを組み込むことによって,U-Netアーキテクチャに接地された意味セグメンテーションのための新しい畳込みニューラルネットワーク(CNN)を開発した。32匹の生きているマウス眼から得られた163対の強度とスペックル分散(SV)OCT Bスキャンを,SC内腔のセグメンテーションのためのこのCNNモデルの訓練,検証,および試験のために使用した。提案モデルは,0.694±0.256の平均Dice類似性係数(DSC)と0.791の中央値DSCを達成し,一方,第2のエキスパートグレードによって実行した手動セグメンテーションは,それぞれ0.713±0.209と0.763の平均と中央値DSCを達成した。本研究は,生きているマウス眼のOCT画像におけるSC内腔のセグメンテーションのための最初の自動法を提示する。提案モデルの性能は,第2の人間グレードの性能に匹敵する。SC内腔の分割のためのオープンソース自動ソフトウェアは,SC領域の変化として存在する緑内障のような眼圧および関連疾患に影響を及ぼす新薬の治療有効性を研究するための実験を加速することが期待される。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： 畳込み ,  *セグメンテーション ,  ニューラルネットワーク ,  *画像処理 ,  緑内障 ,  ソフトウェア ,  スペックル ,  眼圧 ,  角錐 ,  計算機アーキテクチャ ,  *機械学習
準シソーラス用語： *光コヒーレンストモグラフィー ,  画像セグメンテーション ,  マルチスケール ,  *オープンソース ,  *自動セグメンテーション ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： シュレム運河 ,  Glaucoma ,  光干渉断層撮影法 ,  深層学習 ,  画像セグメンテーション

分類 (2件)： 人工知能  (JE08000Z) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： 光干渉断層撮影 ,  マウス ,  Schlemm管 ,  オープンソース ,  深層学習 ,  自動セグメンテーション