文献

J-GLOBAL ID：202202276330758379   整理番号：22A1052960

造影CTにおける腎臓および腎腫瘤の3D U-Netベース意味論的セグメンテーション【JST・京大機械翻訳】

3D U-Net Based Semantic Segmentation of Kidneys and Renal Masses on Contrast-Enhanced CT

著者 (5件)： Zang Mingyang (Department of Biomedical Engineering, Columbia University, New York, NY, USA) ,  Wysoczanski Artur (Department of Biomedical Engineering, Columbia University, New York, NY, USA) ,  Angelini Elsa (Department of Biomedical Engineering, Columbia University, New York, NY, USA) ,  Angelini Elsa (ITMAT Data Science Group, NIHR Imperial BRC, Imperial College, London, UK) ,  Laine Andrew F. (Department of Biomedical Engineering, Columbia University, New York, NY, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13168  ページ： 143-150  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： 腎腫瘍の正確な自動検出とセグメンテーションは,画像ベースの診断,組織学的サブタイピング,および疑わしい腎臓悪性腫瘍の管理にとって大きな関心事である。KiTS21 Grandチャレンジは,対応する手動アノテーションを伴う腎臓,腫瘍および嚢胞を有する300のコントラスト増強CT画像を提供し,このタスクのためのロバストセグメンテーションアルゴリズムの開発を容易にする。本研究では,歴史的に成功する3D U-Netアーキテクチャの適応を提示し,深い監視,前景オーバーサンプリングおよび大規模画像コンテキストと組み合わせ,大多数予測セグメンテーションマスク上で訓練した。著者らのモデルは,それぞれ97.0%,85.1%,および81.9%の容積Diceスコア,および93.7%,72.0%,および70.0%の表面Diceスコアのテストセット性能を,複合前景,腎臓腫瘤,および腎腫瘍に関して達成し,それは,チャレンジ参加者の間で6番目の場所に結びついた。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： アルゴリズム ,  コントラスト ,  *セグメンテーション ,  *腎臓 ,  腫瘍 ,  画像 ,  モデル ,  *三次元 ,  断層画像 ,  嚢胞 ,  腎臓腫瘍 ,  アノテーション
準シソーラス用語： 悪性腫瘍 ,  *腫瘤 ,  CT画像 ,  前景 , 【Automatic Indexing@JST】

著者キーワード (3件)： 3D U-Net ,  医用画像セグメンテーション ,  腎臓腫瘍検出

分類 (2件)： 医用画像処理  (JE04020T) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 造影CT ,  腎臓 ,  腎腫瘤 ,  3D ,  U-Net ,  意味論 ,  セグメンテーション