文献

J-GLOBAL ID：202202290704799682   整理番号：22A0216794

脳卒中集団における畳込みニューラルネットワークベース海馬セグメンテーション法の試験【JST・京大機械翻訳】

Testing a convolutional neural network-based hippocampal segmentation method in a stroke population

著者 (11件)： Zavaliangos-Petropulu Artemis (Neural Plasticity and Neurorehabilitation Laboratory, University of Southern California, Los Angeles, California, USA) ,  Zavaliangos-Petropulu Artemis (Imaging Genetics Center, Mark & Mary Stevens Institute for Neuroimaging & Informatics, Keck School of Medicine of USC, Marina del Rey, California, USA) ,  Tubi Meral A. (Imaging Genetics Center, Mark & Mary Stevens Institute for Neuroimaging & Informatics, Keck School of Medicine of USC, Marina del Rey, California, USA) ,  Haddad Elizabeth (Imaging Genetics Center, Mark & Mary Stevens Institute for Neuroimaging & Informatics, Keck School of Medicine of USC, Marina del Rey, California, USA) ,  Zhu Alyssa (Imaging Genetics Center, Mark & Mary Stevens Institute for Neuroimaging & Informatics, Keck School of Medicine of USC, Marina del Rey, California, USA) ,  Braskie Meredith N. (Imaging Genetics Center, Mark & Mary Stevens Institute for Neuroimaging & Informatics, Keck School of Medicine of USC, Marina del Rey, California, USA) ,  Jahanshad Neda (Imaging Genetics Center, Mark & Mary Stevens Institute for Neuroimaging & Informatics, Keck School of Medicine of USC, Marina del Rey, California, USA) ,  Thompson Paul M. (Imaging Genetics Center, Mark & Mary Stevens Institute for Neuroimaging & Informatics, Keck School of Medicine of USC, Marina del Rey, California, USA) ,  Liew Sook-Lei (Neural Plasticity and Neurorehabilitation Laboratory, University of Southern California, Los Angeles, California, USA) ,  Liew Sook-Lei (Imaging Genetics Center, Mark & Mary Stevens Institute for Neuroimaging & Informatics, Keck School of Medicine of USC, Marina del Rey, California, USA) ,  Liew Sook-Lei (Chan Division of Occupational Science and Occupational Therapy, Ostrow School of Dentistry, University of Southern California, Los Angeles, California, USA)
資料名： Human Brain Mapping  (Human Brain Mapping)
巻： 43  号： 1  ページ： 234-243  発行年： 2022年 
JST資料番号： W2600A  ISSN： 1065-9471  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 背景:脳卒中死亡率が減少するにつれて,脳卒中後の認知症(PSD)を脳卒中生存者の長期間の生活の質を改善するために研究する必要がある。海馬容積は,認知症の多くの他の型と関連するので,脳卒中後の痴呆における重要な神経イメージングバイオマーカーである可能性がある。しかし,MRIを用いた海馬容積の研究は海馬セグメンテーションを必要とする。自動化セグメンテーション法の進歩は,大規模の海馬の研究を可能にし,これは,不均一ストローク集団におけるロバスト結果にとって重要である。しかし,これらの自動化方法の大部分は単一アトラスベースアプローチを使用し,脳卒中に共通する重度の構造異常の存在に失敗する可能性がある。新しい畳み込みニューラルネットワークベースの海馬セグメンテーション法であるHippo深層は,単一のアトラスベースアプローチだけに頼らず,従って,ストローク集団に適している可能性がある。ここでは,脳卒中MRIs(FreeSurfer6.0全海馬と海馬サブフィールドのFreeSurfer6.0和)で,Hippo深達と2つのよく受け入れられた海馬セグメンテーション法により生成されたセグメンテーションの品質管理と精度を比較した。品質管理は,セグメンテーションの目視検査のための厳格なプロトコルを用いて行い,精度は手動セグメンテーションとの容積相関として測定した。Hippo深層は,品質管理に関して,両方のFreeSurfer法よりも著しく優れていた。3つの自動分割法はすべて手動セグメンテーションと良い相関があり,1つの方法は他者と有意に相関しなかった。全体として,本研究は,Hippo深達とFreeSurferの両方が脳卒中リハビリテーション研究における海馬セグメンテーションに有用であるかもしれないことを示唆するが,Hippo深達は脳卒中病変解剖に対してよりロバストであるかもしれない。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 品質管理 ,  自動化 ,  *セグメンテーション ,  死亡率 ,  *海馬 ,  *脳卒中 ,  深層 ,  ロバスト性 ,  解剖 ,  クオリティオブライフ ,  バイオマーカー ,  肉眼検査 ,  認知症
準シソーラス用語： アトラス ,  Hippo蛋白質 , 【Automatic Indexing@JST】

著者キーワード (6件)： 畳込みニューラルネットワーク ,  海馬 ,  画像セグメンテーション ,  病変 ,  MRI ,  脳卒中

分類 (2件)： 中枢神経系  (EJ12030F) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： 脳卒中 ,  集団 ,  畳込みニューラルネットワーク ,  海馬 ,  セグメンテーション ,  試験