文献

J-GLOBAL ID：202202290726680179   整理番号：22A0630250

SMU-Net:超音波画像における乳房病変セグメンテーションのための顕著性誘導形態認識U-Net【JST・京大機械翻訳】

SMU-Net: Saliency-Guided Morphology-Aware U-Net for Breast Lesion Segmentation in Ultrasound Image

著者 (5件)： Ning Zhenyuan (School of Biomedical Engineering, Southern Medical University, Guangzhou, Guangdong, China) ,  Zhong Shengzhou (School of Biomedical Engineering, Southern Medical University, Guangzhou, Guangdong, China) ,  Feng Qianjin (School of Biomedical Engineering, Southern Medical University, Guangzhou, Guangdong, China) ,  Chen Wufan (School of Biomedical Engineering, Southern Medical University, Guangzhou, Guangdong, China) ,  Zhang Yu (School of Biomedical Engineering, Southern Medical University, Guangzhou, Guangdong, China)
資料名： IEEE Transactions on Medical Imaging  (IEEE Transactions on Medical Imaging)
巻： 41  号： 2  ページ： 476-490  発行年： 2022年 
JST資料番号： H0895A  ISSN： 0278-0062  CODEN： ITMID4  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： 深層学習法,特に畳み込みニューラルネットワークは,乳房超音波(BUS)画像における病変セグメンテーションにうまく適用されてきた。しかし,周辺組織(すなわち,背景)と病変領域(すなわち前景)の間のパターン複雑性と強度類似性は,病変セグメンテーションの課題をもたらす。このような豊富なテクスチャ情報が背景に含まれることを考慮して,前景セグメンテーションを支援するための背景指向表現の探索と利用を試みた。さらに,BUS画像の他の特性,すなわち,1)低コントラスト外観とぼけ境界,2)病変の有意な形状と位置変化も,正確な病変セグメンテーションの困難さを増加させる。本論文では,BUS画像における病変セグメンテーションのための顕著性誘導形態認識U-Net(SMU-Net)を提示した。SMU-Netは,付加的中流と補助ネットワークを有する主ネットワークから成る。特に,前景と背景のために低レベルと高レベル画像構造の両方を組み込んだ顕著性マップの生成を提案した。次に,これらの顕著性マップを用いて,それぞれ,前景および背景指向表現を学習するための主ネットワークおよび補助ネットワークを誘導した。さらに,背景支援融合,形状意識,エッジ意識および位置認識ユニットから成る付加的中流を考案した。このストリームは,主ネットワークと補助ネットワークからの粗から細かい表現を受け,前景と背景の特徴を効率良く融合し,ネットワークに対する形態学的情報を学習する能力を強化する。5つのデータセットに関する大規模な実験は,超音波画像における乳房病変セグメンテーションにおけるいくつかの最先端の深層学習アプローチより,データセットのスケールに対してより高い性能と優れたロバスト性を示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コントラスト ,  *超音波 ,  *セグメンテーション ,  ネットワーク ,  特徴抽出 ,  *画像 ,  *乳房 ,  形態 ,  *超音波画像 ,  ロバスト性 ,  モルフォロジー
準シソーラス用語： 前景 ,  画像構造 ,  顕著性マップ ,  深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： 音波画像 ,  乳房 ,  病変 ,  セグメンテーション ,  誘導 ,  形態 ,  U-Net