| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2009-07-15 16:40 アンサンブル学習による3次元造影CT像からの膵臓領域抽出処理の高度化 ○落合啓明・清水昭伸・小畑秀文（東京農工大）・縄野 繁（国際医療福祉大）・篠崎賢治（九州がんセンター）  MI2009-52 |
|
| 抄録 | （和） | 本報告では，3次元造影CT像からの膵臓領域抽出処理の高度化のためのアンサンブル・セグメンテーション処理について述べる．ここでアンサンブル・セグメンテーションとは，数百の弱セグメンテーション処理をブースティングなどの機械学習アルゴリズムによって組み合わせた処理のことである．これまで，ブースティングには様々なアルゴリズムが提案されている．本稿では，外れ値に対するロバスト性，ミスラベルに対するロバスト性，拾いすぎと見落としのコスト，学習アルゴリズムの収束性のそれぞれに注目し，アルゴリズム（損失関数）を4つのグループに分け，グループごとに構築したセグメンテーション処理の性能を評価・比較した．また，グループごとに最も性能の優れたセグメンテーション処理を選び，それらを組み合わせることで最終的な膵臓抽出処理を構築した．本研究では，33症例の3時相の造影CT像を学習に用い，それらを未知の20症例のCT像に適用した．本文では，それらの結果を示し，従来の結果と比較しながら提案手法の有効性について議論する． |
| （英） | This paper presents an ensemble segmentation to improve performance of pancreas segmentation from three dimensional contrast enhanced CT images. An ensemble segmentation is a process that consists of several hundred weak segmentation processes, which are combined into one using a machine learning algorithm, such as boosting. So far, various boosting algorithms have been proposed. In this paper, we focus on robustness against outlier, robustness against mislabel, cost for false positive and negative, convergence of learning algorithm and classify boosting algorithms into four groups according to the characteristics. We compare the performance of generated segmentation algorithms in each group and determine the best algorithm at each group. Finally, we combine the best algorithms to construct a pancreas segmentation process. In this study, we used three phase contrast enhanced CT volumes from 33 cases to train the segmentation algorithms and applied them to CT volumes from unknown 20 cases for testing. The paper shows the experimental results and discusses its effectiveness by comparing to our previous one. | |
| キーワード | （和） | CT / 膵臓 / セグメンテーション / ブースティング / / / / |
| （英） | CT / pancreas / segmentation / boosting / / / / | |
| 文献情報 | 信学技報, vol. 109, no. 127, MI2009-52, pp. 69-74, 2009年7月. | |
| 資料番号 | MI2009-52 | |
| 発行日 | 2009-07-08 (MI) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | MI2009-52 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2009-07-15 - 2009-07-15 |
| 開催地（和） | 産総研臨海副都心センター 別館11F 会議室１ |
| 開催地（英） | AIST Tokyo waterfront annex 11F meeting room #1 |
| テーマ（和） | 医用画像一般 |
| テーマ（英） | general medical imaging |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2009-07-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | アンサンブル学習による3次元造影CT像からの膵臓領域抽出処理の高度化 |
| サブタイトル（和） | |
| タイトル（英） | Advanced Pancreas Segmentation from Three Dimensional Contrast Enhanced CT Images by Ensemble Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | CT / CT |
| キーワード(2)（和/英） | 膵臓 / pancreas |
| キーワード(3)（和/英） | セグメンテーション / segmentation |
| キーワード(4)（和/英） | ブースティング / boosting |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 落合 啓明 / Hiroaki Ochiai / オチアイ ヒロアキ |
| 第1著者 所属（和/英） | 東京農工大学 (略称： 東京農工大) Tokyo University of Agriculture and Technology (略称： TUAT) |
| 第2著者 氏名（和/英/ヨミ） | 清水 昭伸 / Akinobu Shimizu / シミズ アキノブ |
| 第2著者 所属（和/英） | 東京農工大学 (略称： 東京農工大) Tokyo University of Agriculture and Technology (略称： TUAT) |
| 第3著者 氏名（和/英/ヨミ） | 小畑 秀文 / Hidefumi Kobatake / コバタケ ヒデフミ |
| 第3著者 所属（和/英） | 東京農工大学 (略称： 東京農工大) Tokyo University of Agriculture and Technology (略称： TUAT) |
| 第4著者 氏名（和/英/ヨミ） | 縄野 繁 / Shigeru Nawano / ナワノ シゲル |
| 第4著者 所属（和/英） | 国際医療福祉大学 放射線医学センター (略称： 国際医療福祉大) International University of Health and Welfare, Mita Hospital (略称： IUHW) |
| 第5著者 氏名（和/英/ヨミ） | 篠崎 賢治 / Kenji Shinozaki / シノザキ ケンジ |
| 第5著者 所属（和/英） | 九州がんセンター (略称： 九州がんセンター) National Kyusyu Cancer Center (略称： NKCC) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2009-07-15 16:40:00 |
| 発表時間 | 20分 |
| 申込先研究会 | MI |
| 資料番号 | MI2009-52 |
| 巻番号（vol） | vol.109 |
| 号番号（no） | no.127 |
| ページ範囲 | pp.69-74 |
| ページ数 | 6 |
| 発行日 | 2009-07-08 (MI) |
[研究会発表申込システムのトップページに戻る]