AI-based medical image segmentation method with high versatility
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
项目状态：
已结题
起止时间：
2020-04-01 至 2022-03-31
中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
期刊论文(5)
专著(0)
科研奖励(0)
会议论文
登录
查看更多内容
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
使用全卷积网络进行标签清理和传播以提高分割性能
DOI：
--
发表时间：
2020
期刊：
影响因子：
--
作者：
[Takaaki Sugino, Yutaro Suzuki, Taichi Kin, Nobuhito Saito, Kensaku Mori, 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 -
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 -
DOI：
--
发表时间：
2021
期刊：
影响因子：
--
作者：
[巣山慶太郎, 馬渡弥佳, 前田衣織, 野瀬 健, 二階堂雄文, Miyo Nakano, 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：
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
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
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
期刊：
Medical Physics
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
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
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
DOI：
--
发表时间：
2022
期刊：
影响因子：
--
作者：
[Takaaki Sugino, Taichi Kin, Nobuhito Saito, Yoshikazu Nakajima]
通讯作者：
Yoshikazu Nakajima
海外基金