文献

J-GLOBAL ID：202202287124432670   整理番号：22A1035912

医学画像再構成における凸最適化アルゴリズム-AIの時代【JST・京大機械翻訳】

Convex optimization algorithms in medical image reconstruction-in the age of AI

著者 (2件)： Xu Jingyan (Department of Radiology, Johns Hopkins University, Baltimore, MD, United States of America) ,  Noo Frederic (Department of Radiology and Imaging Sciences, University of Utah, Salt Lake City, UT, United States of America)
資料名： Physics in Medicine and Biology  (Physics in Medicine and Biology)
巻： 67  号： 7  ページ： 07TR01 (49pp)  発行年： 2022年 
JST資料番号： D0324A  ISSN： 0031-9155  CODEN： PHMBA7  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 過去10年間,モデルベースの画像再構成(MBIR)アルゴリズムの急速な成長が見られ,それは,最適化コミュニティからの凸最適化アルゴリズムの応用または適応である。医用画像再構成において広く普及したいくつかの最先端アルゴリズムをレビューし,異なるアルゴリズム間の既知の接続を強調し,計算やメモリコストのような実際的問題を論じた。より最近,深層学習(DL)は医用イメージングに悩まされ,そこでは最新の開発がDLとMBIR間の相乗作用を利用してMBIRの性能を高める。DL強化MBIR法における既存のアプローチと出現傾向を示し,特にネットワークアーキテクチャ上の凸性と凸アルゴリズムの根底にある役割に注目した。また,DLネットワークの一般化可能性と表現力を改善するために,凸性がどのように採用されるかを論じた。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 ,  記憶装置 ,  *最適化 ,  ネットワーク ,  *最適化手法 ,  相乗作用 ,  再構成 ,  医用画像 ,  凸形 ,  ネットワークアーキテクチャ ,  *画像再構成
準シソーラス用語： モデルベース ,  *凸最適化 ,  医用画像処理 ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 医学 ,  画像再構成 ,  凸最適化 ,  アルゴリズム ,  AI