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
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 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 2017-11-06 10:40
腹部CT像からの3D Fully Convolutional Networkによる多臓器抽出におけるDice損失関数の影響の調査
申 忱Holger R. Roth小田紘久小田昌宏林 雄一郎名大)・三澤一成愛知県がんセンター中央病院)・森 健策名大
技報オンラインサービス実施中
抄録 (和) 深層学習は,医用画像からの領域抽出における近年の重要な進化を生み出してきた.中でも3D Fully Convolutional Network (FCN) は3D CT画像からの高精度な多臓器抽出を可能としている.深層学習に基づく臓器抽出の精度は,ネットワーク構造だけでなく,損失関数の選択にも強く影響される.本稿では,腹部CT像での多臓器抽出において,Dice 係数に基づく損失関数が抽出結果に対して与える影響を調査する.各臓器の体積比を基にした Dice 係数の重み付け手法3種類を用いてFCNの学習をそれぞれ行い,抽出結果への影響を比較評価する.さらに,初期の学習率が結果に与える影響を調査した.学習率が0.001の場合には,各クラスの重み付け手法 (均一,単純重み,二乗重み)ごとにそれぞれ Dice 係数は 81.3%,59.5%,31.7%であった.学習率が0.01の場合は,それぞれ78.2%,80.0%と58.5% の Dice 係数が得られた.これらの実験により,クラス調整の重み,初期学習率および学習回数が抽出精度に影響を与えることが知られた. 
(英) Deep learning-based methods achieved impressive results in segmentations from medical images. With the development of 3D fully convolutional networks (FCNs), it has become feasible to produce improved results for multi-organ segmentation of 3D computed tomography (CT) images. The results of multi-organ segmentation using deep learning-based methods not only depend on the choice of networks architecture, but also strongly rely on the choice of loss function. In this paper, we present a discussion on the influence of Dice-based loss functions for multi-class organ segmentation using a dataset of abdominal CT volumes. We investigated three different types of weighting the Dice loss functions based on class label frequencies (uniform, simple and square) and evaluate their influence on segmentation accuracies. Furthermore, we compared the influence of different initial learning rates. We achieved average Dice scores of 81.3%, 59.5% and 31.7% for uniform, simple and square types of weighting when the learning rate is 0.001, and 78.2%, 81.0% and 58.5% for each weighting when the learning rate is 0.01. Our experiments indicated a strong relationship between class balancing weights and initial learning rate in training.
キーワード (和) 多臓器抽出 / Dice 損失関数 / fully convolutional network / CT / / / /  
(英) multi-organ segmentation / Dice loss function / fully convolutional network / computed tomography / / / /  
文献情報 信学技報, vol. 117, no. 281, MI2017-51, pp. 15-20, 2017年11月.
資料番号 MI2017-51 
発行日 2017-10-30 (MICT, MI) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 MI MICT  
開催期間 2017-11-06 - 2017-11-06 
開催地(和) サンポートホール高松 
開催地(英) Sunport Hall Takamatsu 
テーマ(和) 医用画像一般 
テーマ(英) Medical Imaging, etc. 
講演論文情報の詳細
申込み研究会 MI 
会議コード 2017-11-MI-MICT 
本文の言語 英語(日本語タイトルあり) 
タイトル(和) 腹部CT像からの3D Fully Convolutional Networkによる多臓器抽出におけるDice損失関数の影響の調査 
サブタイトル(和)  
タイトル(英) On the influence of Dice loss function in multi-class organ segmentation of abdominal CT using 3D fully convolutional networks 
サブタイトル(英)  
キーワード(1)(和/英) 多臓器抽出 / multi-organ segmentation  
キーワード(2)(和/英) Dice 損失関数 / Dice loss function  
キーワード(3)(和/英) fully convolutional network / fully convolutional network  
キーワード(4)(和/英) CT / computed tomography  
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) 申 忱 / Chen Shen / シン マコト
第1著者 所属(和/英) 名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.)
第2著者 氏名(和/英/ヨミ) Holger R. Roth / Holger R. Roth / ホルガ― ロス
第2著者 所属(和/英) 名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.)
第3著者 氏名(和/英/ヨミ) 小田 紘久 / Hirohisa Oda / オダ ヒロヒサ
第3著者 所属(和/英) 名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.)
第4著者 氏名(和/英/ヨミ) 小田 昌宏 / Masahiro Oda / オダ マサヒロ
第4著者 所属(和/英) 名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.)
第5著者 氏名(和/英/ヨミ) 林 雄一郎 / Yuichiro Hayashi / ハヤシ ユウイチロウ
第5著者 所属(和/英) 名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.)
第6著者 氏名(和/英/ヨミ) 三澤 一成 / Kazunari Misawa / ミサワ カズナリ
第6著者 所属(和/英) 愛知県がんセンター中央病院 (略称: 愛知県がんセンター中央病院)
Aichi Cancer Central Center Hospital (略称: Aichi Cancer Central Center Hospital)
第7著者 氏名(和/英/ヨミ) 森 健策 / Kensaku Mori / ケンサク モリ
第7著者 所属(和/英) 名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.)
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: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2017-11-06 10:40:00 
発表時間 20 
申込先研究会 MI 
資料番号 IEICE-MICT2017-29,IEICE-MI2017-51 
巻番号(vol) IEICE-117 
号番号(no) no.280(MICT), no.281(MI) 
ページ範囲 pp.15-20 
ページ数 IEICE-6 
発行日 IEICE-MICT-2017-10-30,IEICE-MI-2017-10-30 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会