| 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 | 2019-03-06 15:50 辞書学習を用いたPET画像再構成 ○奥村直裕・庄野 逸（電通大）  NC2018-85 |
|
| 抄録 | （和） | 現在，陽電子放射撮影 (Positron Emission Tomography:PET)スキャンが癌の発見などの病理診断で注目されいている．PETスキャンでは鮮明な画像を得ようとすれば，S/N 比をあげる必要があり，これは観測時の被曝量増加につながる．このため被曝量を抑えつつ，画像のS/N比をあげることが望まれている．本研究ではこの問題に対して，スパース表現に基づいた辞書学習によるアプローチを試みた．PETにおいて，観測データはサイノグラムと呼ばれる表現で表される為，ここではサイノグラム表現に対する辞書を構築し，ノイズ除去を行った再構成画像と，既存手法で得られる画像の比較を行った． |
| （英） | Nowadays, Positron Emission Tomography (PET) scan is focused in the field of pathological diagnosis.In order to obtain a clear image in the PET scan, it is necessary to increase the S/N ratio, which leads to an increase in exposure dose at the time of observation.For this reason, it is desired to increase the S/N ratio of the image while suppressing the exposure dose.In this research, we applied a dictionary learning approach based on sparse representation against this problem.The observation signal in PET scans is represented in sinogram. We applied a dictionary learning for the sinogram representations, and tried to reduce observation noise by use of the dictionary. | |
| キーワード | （和） | PET画像再構成 / スパースコーディング / / / / / / |
| （英） | PET image reconstruction / Sparse coding / / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 470, NC2018-85, pp. 221-226, 2019年3月. | |
| 資料番号 | NC2018-85 | |
| 発行日 | 2019-02-25 (NC) | |
| ISSN | 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 | NC2018-85 |
|
| 研究会情報 | |
| 研究会 | NC MBE |
| 開催期間 | 2019-03-04 - 2019-03-06 |
| 開催地（和） | 電気通信大学 |
| 開催地（英） | University of Electro Communications |
| テーマ（和） | NC, ME, 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2019-03-NC-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | 辞書学習を用いたPET画像再構成 |
| サブタイトル（和） | |
| タイトル（英） | PET Image Reconstruction by use of Dictionary Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | PET画像再構成 / PET image reconstruction |
| キーワード(2)（和/英） | スパースコーディング / Sparse coding |
| キーワード(3)（和/英） | / |
| 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） | 奥村 直裕 / Naohiro OKumura / オクムラ ナオヒロ |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) University of Electro-Communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | 庄野 逸 / Hayaru Shouno / ショウノ ハヤル |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) University of Electro-Communications (略称： UEC) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-03-06 15:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2018-85 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.470 |
| ページ範囲 | pp.221-226 |
| ページ数 | 6 |
| 発行日 | 2019-02-25 (NC) |
[研究会発表申込システムのトップページに戻る]