AI-based medical image segmentation method with high versatility

基于AI的通用性强的医学图像分割方法

• 批准号: 20K20216
• 负责人: Sugino Takaaki
• 金额: $ 2.58万
• 依托单位: Tokyo Medical and Dental University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2022-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K20216/
• 关键词: セグメンテーション; 医用画像処理; 人工知能

项目成果

Label cleansing and propagation for improved segmentation performance using fully convolutional networks

使用全卷积网络进行标签清理和传播以提高分割性能

• 发表时间: 2020
• 作者: Takaaki Sugino; Yutaro Suzuki; Taichi Kin; Nobuhito Saito; Kensaku Mori; Yoshikazu Nakajima
• 通讯作者: Yoshikazu Nakajima

Two-stage convolutional neural network-based approach for improved segmentation of basal ganglia on MR images

基于两阶段卷积神经网络的方法改进 MR 图像上基底神经节的分割

• 发表时间: 2022
• 作者: Takaaki Sugino; Taichi Kin; Nobuhito Saito; Yoshikazu Nakajima
• 通讯作者: Yoshikazu Nakajima

MRI画像からの大脳基底核のAIセグメンテーション－Skip connectionによる抽出精度向上の検討－

MRI 图像中基底节的 AI 分割 - 使用 Skip 连接提高提取精度的研究 -

• 发表时间: 2021
• 作者: 杉野貴明;金太一;斎藤季;川瀬利弘;小野木真哉;齊藤延人;森健策;中島義和
• 通讯作者: 中島義和

Loss Weightings for Improving Imbalanced Brain Structure Segmentation Using Fully Convolutional Networks

使用全卷积网络改善不平衡大脑结构分割的损失权重

• DOI: 10.3390/healthcare9080938
• 发表时间: 2021-07-26
• 期刊: Healthcare
• 影响因子: 2.8
• 作者: T. Sugino;Toshihiro Kawase;S. Onogi;Taichi Kin;N. Saito;Y. Nakajima
• 通讯作者: Y. Nakajima

Performance improvement of weakly supervised fully convolutional networks by skip connections for brain structure segmentation

通过大脑结构分割的跳跃连接改进弱监督全卷积网络的性能

• DOI: 10.1002/mp.15192
• 发表时间: 2021
• 影响因子: 3.8
• 作者: Takaaki Sugino; Holger R. Roth; Masahiro Oda; Taichi Kin; Nobuhito Saito; Yoshikazu Nakajima; Kensaku Mori
• 通讯作者: Kensaku Mori