http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 나가라즈 야마낙카나바르 (검색결과 1 건)
- 무료
- 기관 내 무료
- 유료
-
M-SegNet: MRI에서 뇌 조직을 분할하기 위한 CNN 아키텍처
나가라즈 야마낙카나바르,이범식 한국차세대컴퓨팅학회 2021 한국차세대컴퓨팅학회 학술대회 Vol.2021 No.05
백질(WM), 회백질(GM), 뇌척수액(CSF) 등 뇌 조직의 정량적 분석에 뇌 자기공명영상(MRI)의 자동적이고 정확한 분할이 상당히 중요하다. 최근 몇 년 동안, 과학 연구와 임상 진단에서 인간의 뇌를 검사하기 위해 많은 딥 러닝 기술이 사용되어 왔다. 본 논문에서는 M-SegNet 아키텍처를 사용하여 MRI에서 뇌 조직의 새 로운 분할을 제안하였다. 뇌 MRI의 슬라이스는 인코더 단계에서 해당 접지 진실의 패치를 M-SegNet 아키 텍처에 공급하는 겹치지 않는 균일한 패치로 분할된다. 또한, 크기가 다른 멀티 스케일 컨볼루션 커널은 인 코더와 디코더 모듈에 사용되어 뇌 MRI 스캔에서 풍부한 의미적 특징을 도출한다. 마지막으로, 공개적으로 사용 가능한 데이터 세트에 대한 의미 분할 작업을 위해 제안된 아키텍처를 조사한다. 실험 결과는 제안된 패치별 M-SegNet 모델이 평균 0.95의 주사위 유사성 계수(DSC) 점수를 달성하고 기존 방법을 능가한다는 것을 보여준다. An automatic and accurate segmentation of brain magnetic resonance imaging (MRI) is significantly important for quantitative analysis of brain tissues such as white matter (WM), grey matter (GM) and cerebrospinal fluid (CSF). In recent years, many deep learning techniques has been employed to examine the human brain in scientific research and clinical diagnosis. In this paper, we proposed a novel segmentation of brain tissues on MRI using M-SegNet architecture. The slices from the brain MRI is partitioned into uniform non-overlapping patches that are fed to M-SegNet architecture with their corresponding patches of ground truth in the encoder stage. Furthermore, multi-scale convolutional kernels with different sizes are used in the encoder and decoder modules to derive abundant semantic features from brain MRI scans. Finally, we examine the proposed architecture for the task of semantic segmentation on publically available datasets. The experimental results show that the proposed patch-wise M-SegNet model achieves a Dice similarity coefficient (DSC) score of 0.95 in average and outperforms the conventional methods.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
