首页> 外文期刊>電子情報通信学会技術研究報告. 医用画像. Medical Imaging >[ショートペーパー]体幹部CT画像におけるdeep CNNを用いた脊柱起立筋領域の自動認識と付着部位認識の初期検討
【24h】

[ショートペーパー]体幹部CT画像におけるdeep CNNを用いた脊柱起立筋領域の自動認識と付着部位認識の初期検討

机译:[短文摘要]使用深层CNN在车身CT图像中自动识别和粘附位点识别脊柱运行难以辨认

获取原文
获取原文并翻译 | 示例
       

摘要

慢性閉塞性肺疾患(COPD)において,脊柱起立筋の横断面積(ESM_(CSA))は優れた予後予測因子である[1].しかしながら,ESM_(CSA)は医師の手動で計測されているため,認識の自動化が必要である.同時に,脊柱起立筋の体積と疾患の関係は解明されておらず,体積による関係解明も必要である.本研究では,deep CNNを用いた体幹部CT画像における脊柱起立筋領域の自動認識を行う.入力画像には,腹側50%を削除した画像を用い,脊柱起立筋領域と骨格領域を同時に学習する.体幹部CT画像20症例を用い,ネットワークの学習と脊柱起立筋領域の自動認識を行った結果,第12胸椎断面において平均一致率93.9%,体積では平均一致率90.5%を得た.また,脊柱起立筋領域と骨格上の付着領域の同時認識を行ったところ,一部の領域で付着領域の認識はできたものの,領域全体ではその精度に課題が残る結果となった.
机译:在慢性阻塞性肺疾病(COPD)中,脊柱发生肌肉的横截面积(ESM_(CSA))是优异的预后因子[1]。但是,由于手动测量ESM_(CSA),因此需要自动识别。同时,脊柱上升肌肉的体积和疾病关系不阐明并由体积阐明。在该研究中,进行使用深CNN自动识别身体CT图像中的脊柱上升肌面积。输入图像使用通过去除50%的腹侧而获得的图像,并同时学习脊柱上升肌面和骨架区域。由于使用20例身体CT图像,并且进行了网络学习的自动识别和脊柱上升肌面积,平均重合率为93.9%,体积中的平均刚性率为90.5%。另外,当进行骨骼上升肌面积和骨骼上的粘附区域时,虽然粘附区域在该区域的一部分中识别出来,但是在整个区域仍然存在粘附区域。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号