位置特徴量の導入と特徴量選択による頸動脈石灰化の自動検出法の改良

DOI Web Site PubMed 参考文献7件
  • 髙橋 龍
    岐阜大学大学院医学系研究科再生医科学専攻知能イメージ情報分野
  • 村松 千左子
    岐阜大学大学院医学系研究科再生医科学専攻知能イメージ情報分野
  • 原 武史
    岐阜大学大学院医学系研究科再生医科学専攻知能イメージ情報分野
  • 林 達郎
    メディア株式会社
  • 勝又 明敏
    朝日大学歯学部口腔病態医療学講座歯科放射線学分野
  • 周 向栄
    岐阜大学大学院医学系研究科再生医科学専攻知能イメージ情報分野
  • 藤田 広志
    岐阜大学大学院医学系研究科再生医科学専攻知能イメージ情報分野

書誌事項

タイトル別名
  • Improvements to an Automated Method for Detecting Carotid Artery Calcifications by Adopting a Positional Feature and Feature Selection
  • イチ トクチョウリョウ ノ ドウニュウ ト トクチョウリョウ センタク ニ ヨル ケイドウミャク セッカイカ ノ ジドウ ケンシュツホウ ノ カイリョウ

この論文をさがす

抄録

The purpose of this study was to improve an automated scheme for detecting carotid artery calcification (CAC) in dental panoramic radiographs (DPRs). Using 100 DPRs, the sensitivity of CAC detection employing our previous method was 90.0% with 5.0 false positives (FPs) per image. This study describes two enhancements. One is the adoption of a new feature for the position of CACs in addition to previous features. The other is feature selection employing the support vector machine using all combinations. Five of 12 features were selected. Using our proposed method, the average sensitivity for the same database proved to be 90.0%, with only 2.5 FPs per image. These results indicate the potential effectiveness of the new positional feature and feature selection.

収録刊行物

参考文献 (7)*注記

もっと見る

関連プロジェクト

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ