文献

J-GLOBAL ID：202202275970540965   整理番号：22A0446471

マルチドメイン心臓MRIセグメンテーションのためのFourierドメイン適応による多視点交差注意U-Netカスケード【JST・京大機械翻訳】

A Multi-view Crossover Attention U-Net Cascade with Fourier Domain Adaptation for Multi-domain Cardiac MRI Segmentation

著者 (3件)： Beetz Marcel (Institute of Biomedical Engineering, Department of Engineering Science, University of Oxford, Oxford, UK) ,  Corral Acero Jorge (Institute of Biomedical Engineering, Department of Engineering Science, University of Oxford, Oxford, UK) ,  Grau Vicente (Institute of Biomedical Engineering, Department of Engineering Science, University of Oxford, Oxford, UK)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13131  ページ： 323-334  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 心臓画像セグメンテーションは,心臓形態の評価と画像に基づくバイオマーカーの定量化を可能にするので,臨床診療における重要なステップである。深層学習法は,最近,大規模,単一ドメインシネMRIデータセットにおいて,人間レベル性能に近いが,それらの精度は,より複雑なマルチドメイン設定においてかなり減少し,それらの臨床応用を制限している。この目的のために,効果的なマルチドメイン心臓画像セグメンテーションのための形状および外見増強の両方と組み合わせた新しいマルチビュー交差カスケードアプローチを提案した。このカスケードは,分散を減らし,ラベルバランスを改善するために,異なるビューと中間の心臓位置作物の情報を共有する2つの注意U-Net経路から成る。多重形状増強(スケーリング,弾性変形,格子歪など)とヒストグラムマッチングに加えて,著者らは心臓画像分析にマルチスケールFourierドメイン適応を導入した。M&M-2チャレンジのシネMRIデータセットにおける交差カスケードと増強の両方を評価し,[数式:原文を参照]0.02と[数式:原文を参照]0.03のそれぞれのDiceスコアによりU-Netベンチマークを凌駕した。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 格子歪 ,  *セグメンテーション ,  *心臓 ,  農作物 ,  多重化 ,  弾性変形 ,  ベンチマーク ,  バイオマーカー
準シソーラス用語： 画像セグメンテーション ,  マルチスケール ,  *マルチドメイン ,  心臓画像 ,  マルチビュー , 【Automatic Indexing@JST】

著者キーワード (8件)： 多視点カスケード ,  クロスオーバカスケード ,  Fourierドメイン適応 ,  注意Uネット ,  マルチドメイン心臓画像セグメンテーション ,  ヒストグラムマッチング ,  深層学習 ,  心臓MRI

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (9件)： マルチドメイン ,  心臓MRI ,  セグメンテーション ,  ドメイン適応 ,  視点 ,  交差 ,  注意 ,  U-Net ,  カスケード