講演抄録/キーワード |
講演名 |
2018-05-18 10:15
深層学習を用いた大腸電子洗浄法の検討 ○橘 理恵(大島商船高専)・Janne J. Nappi・弘中 亨・吉田広行(マサチューセッツ総合病院/ハーバードメディカルスクール) SIP2018-8 IE2018-8 PRMU2018-8 MI2018-8 |
抄録 |
(和) |
大腸がん検診は大腸内視鏡検査が一般的であるが,近年ではCT画像を用いたCTコロノグラフィ(CTC)が普及してきている.しかし、検査前には下剤による洗浄が必要となるため受診率の大幅な向上は難しい.そこで、本研究では深層学習を用いて電子的に大腸内を洗浄し,残渣なしのCTC像を生成する方法を提案する.本手法では,CT画像の各画素において断面画像を生成し,各断面ごとに深層学習を用いて学習を行い特徴量を抽出することで組織別ラベル画像を生成する.その後,ラベル画像をもとに残渣を除去することでクレンジング画像を生成する.実験の結果,断面数や入力画像を増やすことにより,精度よく組織の分類を行うことができ,残渣なしの良好なCTC像を得ることができた. |
(英) |
Although colonoscopy is considered as a standard procedure for colon cancer screening, CT colonography (CTC) has recently been widely accepted as an alternative to colonoscopy. Currently, however, CTC requires pre-examination cathartic bowel cleansing, which is a well-known barrier of patient adherence to colorectal cancer screening. In this study, we developed an electronic cleansing scheme based on deep learning for virtually removing residual feces and fluid tagged by an orally administered contrast agent in CTC images. In our scheme, a deep convolutional neural network was used to generate multi-material labeled images from cut-plane images extracted at multiple angles at each voxel of a CTC volume. Electronically cleansed CTC images are generated from the multi-material labeled images by keeping only the materials labeled as soft tissue and removing all of the other materials including tagged fecal materials. Preliminary results showed that our deep-learning based method was able to classify voxels of the CTC volumes to multi-material classes with high accuracy when increased number of angled cut-plane images are used, and thus, our scheme was able to accurately remove residual fecal materials from the CTC images. |
キーワード |
(和) |
CTコロノグラフィ / 電子洗浄 / 深層学習 / / / / / |
(英) |
CT colonography / Electronic cleansing / Deep learning / / / / / |
文献情報 |
信学技報, vol. 118, no. 36, MI2018-8, pp. 35-37, 2018年5月. |
資料番号 |
MI2018-8 |
発行日 |
2018-05-10 (SIP, IE, PRMU, 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 |
SIP2018-8 IE2018-8 PRMU2018-8 MI2018-8 |
研究会情報 |
研究会 |
PRMU MI IE SIP |
開催期間 |
2018-05-17 - 2018-05-18 |
開催地(和) |
岐阜大学 |
開催地(英) |
|
テーマ(和) |
医療・介護・福祉・健康・スポーツのための信号・画像解析と理解 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
MI |
会議コード |
2018-05-PRMU-MI-IE-SIP |
本文の言語 |
日本語 |
タイトル(和) |
深層学習を用いた大腸電子洗浄法の検討 |
サブタイトル(和) |
|
タイトル(英) |
Electronic Cleansing for CT Colonography using Deep Learning |
サブタイトル(英) |
|
キーワード(1)(和/英) |
CTコロノグラフィ / CT colonography |
キーワード(2)(和/英) |
電子洗浄 / Electronic cleansing |
キーワード(3)(和/英) |
深層学習 / Deep learning |
キーワード(4)(和/英) |
/ |
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) |
橘 理恵 / Rie Tachibana / タチバナ リエ |
第1著者 所属(和/英) |
大島商船高等専門学校 (略称: 大島商船高専)
National Institute of Technology, Oshima College (略称: NIT, Oshima College) |
第2著者 氏名(和/英/ヨミ) |
Janne J. Nappi / Janne J. Nappi / Janne J. Nappi |
第2著者 所属(和/英) |
マサチューセッツ総合病院/ハーバードメディカルスクール (略称: マサチューセッツ総合病院/ハーバードメディカルスクール)
Massachusetts General Hospital/Harvard Medical School (略称: MGH/HMS) |
第3著者 氏名(和/英/ヨミ) |
弘中 亨 / Toru Hironaka / ヒロナカ トオル |
第3著者 所属(和/英) |
マサチューセッツ総合病院/ハーバードメディカルスクール (略称: マサチューセッツ総合病院/ハーバードメディカルスクール)
Massachusetts General Hospital/Harvard Medical School (略称: MGH/HMS) |
第4著者 氏名(和/英/ヨミ) |
吉田 広行 / Hiroyuki Yoshida / ヨシダ ヒロユキ |
第4著者 所属(和/英) |
マサチューセッツ総合病院/ハーバードメディカルスクール (略称: マサチューセッツ総合病院/ハーバードメディカルスクール)
Massachusetts General Hospital/Harvard Medical School (略称: MGH/HMS) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
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: ) |
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 |
第1著者 |
発表日時 |
2018-05-18 10:15:00 |
発表時間 |
30分 |
申込先研究会 |
MI |
資料番号 |
SIP2018-8, IE2018-8, PRMU2018-8, MI2018-8 |
巻番号(vol) |
vol.118 |
号番号(no) |
no.33(SIP), no.34(IE), no.35(PRMU), no.36(MI) |
ページ範囲 |
pp.35-37 |
ページ数 |
3 |
発行日 |
2018-05-10 (SIP, IE, PRMU, MI) |
|