文献

J-GLOBAL ID：202202278922740363   整理番号：22A1051546

CCE-Net:対側,文脈およびエッジ強化モジュールに基づく肋骨骨折診断ネットワーク【JST・京大機械翻訳】

CCE-Net: A rib fracture diagnosis network based on contralateral, contextual, and edge enhanced modules

著者 (11件)： Gao Yuan (Laboratory of Image Science and Technology, School of Computer Science and Engineering, Southeast University, Nanjing 210096, China) ,  Gao Yuan (Jiangsu Provincial Joint International Research Laboratory of Medical Information Processing, School of Computer Science and Engineering, Southeast University, Nanjing 210096, China) ,  Liu Hongzhi (Laboratory of Image Science and Technology, School of Computer Science and Engineering, Southeast University, Nanjing 210096, China) ,  Liu Hongzhi (Jiangsu Provincial Joint International Research Laboratory of Medical Information Processing, School of Computer Science and Engineering, Southeast University, Nanjing 210096, China) ,  Jiang Liang (Department of Radiology, Nanjing First Hospital, Nanjing Medical University, Nanjing 210006, China) ,  Yang Chunfeng (Laboratory of Image Science and Technology, School of Computer Science and Engineering, Southeast University, Nanjing 210096, China) ,  Yang Chunfeng (Jiangsu Provincial Joint International Research Laboratory of Medical Information Processing, School of Computer Science and Engineering, Southeast University, Nanjing 210096, China) ,  Yin Xindao (Department of Radiology, Nanjing First Hospital, Nanjing Medical University, Nanjing 210006, China) ,  Coatrieux Jean-Louis (Centre de Recherche en Information Biomedicale Sino-Francais, Inserm, University of Rennes 1, Rennes 35042, France) ,  Chen Yang (Laboratory of Image Science and Technology, School of Computer Science and Engineering, Southeast University, Nanjing 210096, China) ,  Chen Yang (Jiangsu Provincial Joint International Research Laboratory of Medical Information Processing, School of Computer Science and Engineering, Southeast University, Nanjing 210096, China)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 75  ページ： Null  発行年： 2022年 
JST資料番号： W3347A  ISSN： 1746-8094  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： Rib骨折は迅速な治療を必要とする一般的な疾患である。本研究は,対側,文脈,およびエッジ強化モジュールを用いて,リブ破壊診断深学習法を開発し,その検出性能を評価する。CCE-Netと名付けた新しいリブ破壊診断法を設計した。この方法の性能を評価するために,1639のデジタルラジオグラフィー(DR)画像を登録した。破壊特徴を,3つのモジュール,対側,文脈およびエッジ強化モジュールに対して抽出した。これらのモジュールを用いて,リブDR画像における破壊特徴を同定し,広い認証放射線科医の経験を模倣できる。対側モジュールは,検出した標的領域と対側領域間の差を比較することによって,肋骨骨折を診断するのを助ける。文脈モジュールは,文脈的特徴を抽出することによって,リブ破壊検出を助けるのを助ける。エッジ強化モジュールは,リブ骨のエッジ情報を強化することによって,破壊検出の精度を改善する。この2段階検出ネットワークのヘッドは,上記のモジュールを統合し,利用するための主要なアーキテクチャとしてマルチパス融合機構を使用する。定性的結果は,評価標準としてリブ破壊のグランドトルースによって,CCE-Netが他の方法より破壊検出のより良い視覚効果を達成できることを示した。定量的結果は,CCE-NetがAP500.911,AP750.794,AP250.913,およびRecall0.934を含む種々の検出指標で最良の性能を達成できることを示した。実験結果は,CCE-Netがリブ骨折診断の優れた能力を得ることができることを示した。このアプローチが臨床研究に適用されるであろう。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： 破壊 ,  学習 ,  *ネットワーク ,  故障診断 ,  画像 ,  視覚効果 ,  *肋骨 ,  診断 ,  機構 ,  *骨折 ,  *文脈 ,  計算機アーキテクチャ ,  認証
準シソーラス用語： *肋骨骨折 ,  グランドトゥルース , 【Automatic Indexing@JST】

著者キーワード (5件)： 肋骨骨折 ,  深層学習 ,  対側モジュール ,  文脈モジュール ,  エッジ強化モジュール

分類 (2件)： 運動器系疾患の外科療法  (GG05030O) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： 文脈 ,  エッジ ,  強化 ,  モジュール ,  肋骨骨折 ,  診断