講演抄録/キーワード |
講演名 |
2010-09-03 17:15
多クラスAdaBoostを用いた3次元腹部CT像における下腹部血管領域への血管名自動対応付けに関する研究 ○ブイ フイ ホァン・小田昌宏(名大)・北坂孝幸(愛知工大)・三澤一成(愛知県がんセンター)・藤原道隆・森 健策(名大) MI2010-65 |
抄録 |
(和) |
本稿では多クラスAdaBoost を用いた3 次元腹部CT 像における下腹部血管領域への血管名自動対応付けの改善手法を提案する.従来手法では,3 次元腹部CT 象から血管領域を抽出し,血管木構造を作成する.次に,各血管枝の候補血管名を多クラスAdaBoost を用いて求めた後,大局的な最適化処理により,最終的な血管名を決定する.しかし,この手法では,識別器により誤って対応付けた枝が多く生じた.また,最適化処理を行うとき,最適化条件を満たす2 つの枝組み合わせが存在するとき,探索優先順に選ぶため,誤対応付けも発生していた.そこで本稿では,この問題を防ぐために,(1) 対応付ける対象血管グループのさらなる分割する;(2) 識別器用の特徴量追加;(3)最適化処理改善について検討する.提案手法を3 次元CT 像から抽出した動脈領域データ14 例に対して適用した結果,血管名対応付けの平均再現率は88.5% であった. |
(英) |
This paper presents an improved method of an automated anatomical labeling of arteries extracted
from contrasted 3D CT images based on multi-class AdaBoost. In the previous method we extracted arteries from contrasted 3D CT images and obtain the tree structure. Candidate arterial names of branches are computed by multi-class AdaBoost followed by global optimization process. However, their anatomical labeling results still have a lot of miss-classifications. Also, some wrong labeling results occured after applying the global optimization process.To solve these problems, this paper improves the previous method by (1) further division of labeling group, (2) introduction of new features used classification, (3) improvement of the global optimization process. In the experiments using 14 cases of 3D abdominal contrasted CT images, the average recall rate of the proposed method were 88.5%. |
キーワード |
(和) |
動脈 / CT 像 / 血管名対応付け / 多クラスAdaBoost / 最適化処理 / / / |
(英) |
arteries / CT image / anatomical labeling / multi-class AdaBoost / global optimization process / / / |
文献情報 |
信学技報, vol. 110, no. 195, MI2010-65, pp. 81-86, 2010年9月. |
資料番号 |
MI2010-65 |
発行日 |
2010-08-27 (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 |
MI2010-65 |