文献

J-GLOBAL ID：202202288021500496   整理番号：22A0183667

M3Net:交差位相非局所注意に基づく多相膵臓セグメンテーションのためのマルチスケールマルチビューフレームワーク【JST・京大機械翻訳】

M3Net: A multi-scale multi-view framework for multi-phase pancreas segmentation based on cross-phase non-local attention

著者 (11件)： Qu Taiping (AI Lab, Deepwise Healthcare, Beijing 100080, China) ,  Wang Xiheng (Department of Radiology, Peking Union Medical College Hospital, Peking Union Medical College, Chinese Academy of Medical Sciences, Shuaifuyuan No.1, Wangfujing Street, Dongcheng District, Beijing 100730, China) ,  Fang Chaowei (School of Artificial Intelligence, Xidian University, Xian, China) ,  Mao Li (AI Lab, Deepwise Healthcare, Beijing 100080, China) ,  Li Juan (Department of Radiology, Peking Union Medical College Hospital, Peking Union Medical College, Chinese Academy of Medical Sciences, Shuaifuyuan No.1, Wangfujing Street, Dongcheng District, Beijing 100730, China) ,  Li Ping (Department of Radiology, the Affiliated Cancer Hospital of Zhengzhou University & Henan Cancer Hospital, 127 Dongming Road, Zhengzhou 450008, China) ,  Qu Jinrong (Department of Radiology, the Affiliated Cancer Hospital of Zhengzhou University & Henan Cancer Hospital, 127 Dongming Road, Zhengzhou 450008, China) ,  Li Xiuli (AI Lab, Deepwise Healthcare, Beijing 100080, China) ,  Xue Huadan (Department of Radiology, Peking Union Medical College Hospital, Peking Union Medical College, Chinese Academy of Medical Sciences, Shuaifuyuan No.1, Wangfujing Street, Dongcheng District, Beijing 100730, China) ,  Yu Yizhou (Department of Computer Science, The University of Hong Kong, Pokfulam, Hong Kong) ,  Jin Zhengyu (Department of Radiology, Peking Union Medical College Hospital, Peking Union Medical College, Chinese Academy of Medical Sciences, Shuaifuyuan No.1, Wangfujing Street, Dongcheng District, Beijing 100730, China)
資料名： Medical Image Analysis  (Medical Image Analysis)
巻： 75  ページ： Null  発行年： 2022年 
JST資料番号： W3156A  ISSN： 1361-8415  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： CTの動脈および静脈相視覚情報の相補性は,膵臓を周囲の構造から区別するのを助けることができる。しかし,クロスフェーズ文脈情報の探査は,コンピュータ支援膵臓セグメンテーションにおいてまだ研究中である。本論文では,マルチフェーズ膵臓セグメンテーションのためのマルチスケールマルチビュー情報を統合するフレームワークであるM3Netを提案した。M3Netのコアは,個々の枝が2つの相のために設定される二重経路ネットワーク上に構築される。2つの分岐を架橋する交差相対話型接続を導入して,二重位相補足視覚情報をインタリーブし,統合した。さらに,著者らは,さらに,位相を通して高レベル特徴表現を強化するために,2つのタイプの非局所注意モジュールを考案した。最初に,位置注意モジュールを設計し,不整合領域を抑制するため,交差位相信頼性特徴相関を生成した。第二に,深さ方向注意モジュールを用いてチャネル依存性を捉え,次に特徴表現を強化した。実験データは,1mmのスライス厚さを有する224の内部CT(106の正常と118の異常)と,5mmのスライス厚さを有する66の外部CT(29の正常と37の異常)から成る。内部データで91.19%の平均DSCで新しい最先端の性能を達成し,外部データで86.34%の平均DSCで有望な結果を得た。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： 信頼性 ,  *セグメンテーション ,  ネットワーク ,  静脈 ,  動脈 ,  *位相 ,  相補性 ,  不整合 ,  チャネル ,  *多相 ,  CAE【計算機】 ,  インタリーブ
準シソーラス用語： *マルチスケール ,  視覚情報 ,  *マルチビュー , 【Automatic Indexing@JST】

著者キーワード (5件)： 多相膵臓セグメンテーション ,  非局所的注意 ,  交差相 ,  マルチスケール ,  マルチビュー

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 交差 ,  位相 ,  注意 ,  多相 ,  膵臓 ,  セグメンテーション