| 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 | 2019-09-19 13:45 深層学習を用いた8K内視鏡画像用超解像 ○和田 歩・合志清一（工学院大）  LOIS2019-8 IE2019-21 EMM2019-65 |
|
| 抄録 | （和） | 内視鏡手術は体に開けた1 cmの穴からカメラを挿入し手術を行うため，開腹手術に比べ切開範囲が小さく患者への負担が少ない．医療現場では2K/4Kの内視鏡カメラが使用されており，近年ではより高精細な映像を得るため8Kの内視鏡が開発されている．8K内視鏡は臓器表面の状態を鮮明に撮影することが可能になったが，実用化とともにフォーカス合わせが新たな課題として表面化した．内視鏡手術ではフォーカス合わせ専用要員として医師が配置されている．しかし，手動による8Kのフォーカス合わせは容易ではなく，臓器表面を鮮明に撮影し続けることが困難である．本稿では信号処理によってフォーカスが合っていない8K内視鏡映像を鮮明にする深層学習を用いた手法を提案する． |
| （英） | Endoscopic operation is performed by inserting a camera through 1 cm holes into the body, and it has a smaller incision and less burden on the patients than open surgeries. 2K/4K endoscope cameras are used in the medical field, and 8K endoscopes have recently been developed to obtain high resolution videos. 8K endoscopes can clearly shoot the condition of the organ surfaces. However, in putting 8K endoscopes into practical use, focusing became a new problem. Although the focus of the 8K endoscopes must be adjusted by a specialist, it is difficult to continue shooting clearly the organ surfaces since manual focusing is not easy. This paper proposes a signal processing method using deep learning to visualize 8K endoscopic videos with insufficient the focus. | |
| キーワード | （和） | 8K / 内視鏡映像 / 深層学習 / / / / / |
| （英） | 8K / Endoscopic Videos / Deep Learning / / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 206, IE2019-21, pp. 7-12, 2019年9月. | |
| 資料番号 | IE2019-21 | |
| 発行日 | 2019-09-12 (LOIS, IE, EMM) | |
| 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 | LOIS2019-8 IE2019-21 EMM2019-65 |
|
| 研究会情報 | |
| 研究会 | IE EMM LOIS IEE-CMN ITE-ME IPSJ-AVM |
| 開催期間 | 2019-09-19 - 2019-09-20 |
| 開催地（和） | 新潟大学 駅南キャンパス |
| 開催地（英） | Tokimeito, Niigata University |
| テーマ（和） | マルチメディア通信/システム，ライフログ活用技術，IP放送/映像伝送，メディアセキュリティ，メディア処理(AI，深層学習)，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2019-09-IE-EMM-LOIS-CMN-ME-AVM |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習を用いた8K内視鏡画像用超解像 |
| サブタイトル（和） | |
| タイトル（英） | Super Resolution for 8K Endoscopic Images Based on Deep Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 8K / 8K |
| キーワード(2)（和/英） | 内視鏡映像 / Endoscopic Videos |
| 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） | 和田 歩 / Ayumu Wada / ワダ アユム |
| 第1著者 所属（和/英） | 工学院大学 (略称： 工学院大) Kogakuin University (略称： Kogakuin Univ) |
| 第2著者 氏名（和/英/ヨミ） | 合志 清一 / Seiichi Gohshi / ゴウシ セイイチ |
| 第2著者 所属（和/英） | 工学院大学 (略称： 工学院大) Kogakuin University (略称： Kogakuin Univ) |
| 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 | 2019-09-19 13:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IE |
| 資料番号 | LOIS2019-8, IE2019-21, EMM2019-65 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.205(LOIS), no.206(IE), no.207(EMM) |
| ページ範囲 | pp.7-12 |
| ページ数 | 6 |
| 発行日 | 2019-09-12 (LOIS, IE, EMM) |
[研究会発表申込システムのトップページに戻る]