文献

J-GLOBAL ID：202202275469160235   整理番号：22A1100619

臨床診断を強化するための脳異常セグメンテーションのための新しい三重レベル組合せフレームワーク【JST・京大機械翻訳】

A novel triple-level combinational framework for brain anomaly segmentation to augment clinical diagnosis

著者 (7件)： Natarajan Senthilkumar (Department of ECE, Kalasalingam Academy of Research and Education (Kalasalingam University), Srivilliputtur, India) ,  Govindaraj Vishnuvarthanan (Department of BME, Kalasalingam Academy of Research and Education (Kalasalingam University), Srivilliputtur, India) ,  Venkata Rao Narayana Ravipudi (Department of ME, Sardar Vallabhbhai National Institute of Technology, Surat, India) ,  Zhang Yu-Dong (School of Informatics, University of Leicester, Leicester, UK) ,  Murugan Pallikonda Rajasekaran (Department of ECE, Kalasalingam Academy of Research and Education (Kalasalingam University), Srivilliputtur, India) ,  Kandasamy Karunanithi (Department of EEE, Vel Tech Rangarajan Dr. Sagunthala R and D Institute of Science and Technology, Avadi, India) ,  Ejaz Khurram (Department of CS, Universiti Teknologi Malaysia, Johor Bahru, Malaysia)
資料名： Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization  (Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization)
巻： 10  号： 1  ページ： 96-111  発行年： 2022年 
JST資料番号： W5825A  ISSN： 2168-1163  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 医用画像セグメンテーション技術は,画像分析プロセスにおける診断の精度と容易性のための非常に不可欠な必要条件になった。有効かつ新規セグメンテーション技術は,非支援視界で正常および病理学的脳組織を区別する医療従事者にとって非常に困難であるので,時間に対してまだ必要である。上記の限界と戦うために,研究者は,セグメンテーションのためのFCMの新しい組合せ,特徴抽出のためのGLCM,および最適化のためのJayaアルゴリズム(JA)に基づくMR脳画像のセグメンテーションのためのロバストアルゴリズムを提案した。GLCMとFCMの組合せは,近隣空間特性を組み込むことによって操作の精度を改善する。次に,研究は最適閾値を見つけるためにJAを使用した。最後に,分割画像を最適値を用いて閾値操作にかけた。グランドトルース画像は,提案したアルゴリズムの有効性を検証し,また,ピーク信号対雑音比(PSNR)指数,Dice係数(DCI)指数,平均二乗誤差(MSE)指数,Jaccard-Tanimoto係数(JTC)指数およびHausdorff距離(HD)のようなドメイン固有パラメータも使用した。また,それは,また,ピーク信号対雑音比(PSNR)指数,Dice係数(DCI)指数,平均二乗誤差(MSE)指数,Jaccard-Tanimoto係数(JTC)指数およびHausdorff距離(HD)のような領域特異的パラメータを使用した。提案したアルゴリズムは,それぞれ69.3%と81.9%のJTCとDCI値を提供して,本研究で指定した他の伝統的アルゴリズムの中で最も高い。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  閾値 ,  *セグメンテーション ,  *脳 ,  特徴抽出 ,  医療従事者 ,  医用画像 ,  画像分析 ,  ロバスト性 ,  病理学 ,  *フレームワーク【ソフトウェア開発】
準シソーラス用語： 平均二乗誤差 ,  脳画像 ,  最適値 ,  グランドトゥルース , 【Automatic Indexing@JST】

著者キーワード (5件)： 自動異常検出 ,  FCM ,  GLCM ,  メタヒューリスティック最適化 ,  Jayaアルゴリズム

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： 臨床診断 ,  強化 ,  脳 ,  セグメンテーション ,  三重 ,  組合せ ,  フレームワーク