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 2019-01-23 14:00
機械学習を用いた腹部動脈血管名自動命名におけるデータ拡張法の適用に関する検討
鉄村悠介林 雄一郎小田昌宏名大)・北坂孝幸愛知工大)・三澤一成愛知県がんセンター)・森 健策名大
技報オンラインサービス実施中
抄録 (和) 本稿では,3 次元腹部CT 像から抽出した腹部動脈領域に対する機械学習を用いた血管命名について,データ拡張法を取り入れることで精度向上を図る.外科手術において,術前や術中に患者の血管構造を正確に把握することは重要であり,これまで機械学習を用いた血管名自動命名手法が提案されてきた.しかし,腹部動脈に関しては肝動脈の分岐構造に様々なパターンが存在し,特に稀な分岐構造をもつ症例では学習のためのデータが不十分であり精度が低くなる傾向にある.そこで本稿では,稀な分岐構造をもつ症例に対し人為的にデータを拡張しバランシングを行ったところ,稀な分岐パターンをもつ症例の肝動脈に対する自動命名の平均精度は,従来手法では82.2% であったものが本手法により85.7% となった. 
(英) In this paper, we improve automated anatomical labeling accuracy for the abdominal arteries by introducing data augmentation technique. It is important to understand the blood vessel structure of patient accurately before or during surgery. Several blood vessel labeling methods using machine learning have been proposed. However, the automated labeling accuracy was low for cases having minor branching patterns in the hepatic arteries since the number of such cases is not enough for learning. In this paper, we artificially expanded number of cases having minor branching patterns and performed balancing of sample number. In our experiments, automated labeling accuracy for the hepatic arteries of cases having minor branching patterns was 85.7% on average while the previous method achieved 82.2%.
キーワード (和) 血管 / 3次元CT像 / 解剖学的名称認識 / 血管構造解析 / / / /  
(英) blood vessel / CT volume / anatomical names recognition / blood vessel structures analysis / / / /  
文献情報 信学技報, vol. 118, no. 412, MI2018-106, pp. 191-196, 2019年1月.
資料番号 MI2018-106 
発行日 2019-01-15 (MI) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 MI  
開催期間 2019-01-22 - 2019-01-23 
開催地(和) 沖縄県青年会館 
開催地(英)  
テーマ(和) 医用画像工学一般 
テーマ(英) Medical Image Engineering, Analysis, Recognition, etc. 
講演論文情報の詳細
申込み研究会 MI 
会議コード 2019-01-MI 
本文の言語 日本語 
タイトル(和) 機械学習を用いた腹部動脈血管名自動命名におけるデータ拡張法の適用に関する検討 
サブタイトル(和)  
タイトル(英) Study on Automated Labeling of Abdominal Arteries Using Machine Learning with Data Augmentation 
サブタイトル(英)  
キーワード(1)(和/英) 血管 / blood vessel  
キーワード(2)(和/英) 3次元CT像 / CT volume  
キーワード(3)(和/英) 解剖学的名称認識 / anatomical names recognition  
キーワード(4)(和/英) 血管構造解析 / blood vessel structures analysis  
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) 鉄村 悠介 / Yusuke Tetsumura / テツムラ ユウスケ
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) 林 雄一郎 / Yuichiro Hayashi / ハヤシ ユウイチロウ
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 昌宏 / Masahiro Oda / オダ マダヒロ
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) 北坂 孝幸 / Takayuki Kitasaka / キタサカ タカユキ
第4著者 所属(和/英) 愛知工業大学 (略称: 愛知工大)
Aichi Institute of Technology (略称: AIT)
第5著者 氏名(和/英/ヨミ) 三澤 一成 / Kazunari Misawa / ミサワ カズナリ
第5著者 所属(和/英) 愛知県がんセンター (略称: 愛知県がんセンター)
Aichi Cancer Center Hospital (略称: ACC)
第6著者 氏名(和/英/ヨミ) 森 健策 / Kensaku Mori / モリ ケンサク
第6著者 所属(和/英) 名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ)
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
発表日時 2019-01-23 14:00:00 
発表時間 60 
申込先研究会 MI 
資料番号 IEICE-MI2018-106 
巻番号(vol) IEICE-118 
号番号(no) no.412 
ページ範囲 pp.191-196 
ページ数 IEICE-6 
発行日 IEICE-MI-2019-01-15 


[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