お知らせ 研究会の開催と会場に参加される皆様へのお願い(2020年10月開催~)
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 2021-08-27 15:00
[ショートペーパー]Ai-CTに対する腎臓領域抽出および重量推定
平野 靖山下伶美山口大)・木戸尚治阪大)・稲井邦博福井大MI2021-24
抄録 (和) 死亡時画像診断(Autopsy imaging: Ai)とは,遺体のCT画像やMRIを読影することにより,死因究明や死後経過時間推定等を行う手法である.臓器重量は,疾患や病態を反映する場合があるため,死因究明を行う上で有用な情報となる.一般的には,臓器重量を測定するためには解剖を行う必要があるが,日本では解剖をする割合が低いことから質量データが得られないという問題が挙げられる.この問題を解決するために,本研究では,Deep Learning手法を用いて腎臓の領域抽出および重量推定を行った.領域抽出で得られた腎臓領域をDice係数で評価した結果,0.726±0.066を得た.また,推定された重量と実際の重量との相関係数および絶対誤差を用いて評価した結果.相関係数は0.70,絶対誤差は53.44gであった. 
(英) Autopsy imaging (Ai) is an examination method for investigating the cause of death and estimating the postmortem time. Since the weight of organs may reflect disease or pathological condition, it is useful information for investigating the cause of death. Generally, it is necessary to dissect bodies for to measuring the weight of organs, but it is difficult to obtain weight data because of low rate of dissection in Japan. In order to solve this problem, in this study, we developed a method to extract kidney regions from postmortem CT images and estimate the kidney weight from the obtained CT numbers in the kidney regions using the deep learning. As a result of evaluating accuracy of the extracted kidney region by the Dice coefficient, 0.726 ± 0.066 was obtained. The correlation coefficient between the estimated and actual kidney weights was 0.70 and an absolute error of kidney weight was 53.43[g].
キーワード (和) 腎臓領域 / V-Net / 領域抽出 / 死亡時画像診断 / / / /  
(英) Kidney region / V-Net / Segmentation / Autopsy imaging / / / /  
文献情報 信学技報, vol. 121, no. 164, MI2021-24, pp. 10-11, 2021年8月.
資料番号 MI2021-24 
発行日 2021-08-20 (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 MI2021-24

研究会情報
研究会 MI  
開催期間 2021-08-27 - 2021-08-27 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) 医用画像一般 
テーマ(英) Medical imaging 
講演論文情報の詳細
申込み研究会 MI 
会議コード 2021-08-MI 
本文の言語 日本語 
タイトル(和) Ai-CTに対する腎臓領域抽出および重量推定 
サブタイトル(和)  
タイトル(英) Region extraction and mass estimation of kidneys from Ai-CT 
サブタイトル(英)  
キーワード(1)(和/英) 腎臓領域 / Kidney region  
キーワード(2)(和/英) V-Net / V-Net  
キーワード(3)(和/英) 領域抽出 / Segmentation  
キーワード(4)(和/英) 死亡時画像診断 / Autopsy imaging  
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) 平野 靖 / Yasushi Hirano / ヒラノ ヤスシ
第1著者 所属(和/英) 山口大学 (略称: 山口大)
Yamaguchi University (略称: Yamaguchi Univ.)
第2著者 氏名(和/英/ヨミ) 山下 伶美 / Remi Yamashita / ヤマシタ レミ
第2著者 所属(和/英) 山口大学 (略称: 山口大)
Yamaguchi University (略称: Yamaguchi Univ.)
第3著者 氏名(和/英/ヨミ) 木戸 尚治 / Shoji Kido / キド ショウジ
第3著者 所属(和/英) 大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.)
第4著者 氏名(和/英/ヨミ) 稲井 邦博 / Kunihiro Inai /
第4著者 所属(和/英) 福井大学 (略称: 福井大)
University of Fukui (略称: Univ. of Fukui)
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
発表日時 2021-08-27 15:00:00 
発表時間 25 
申込先研究会 MI 
資料番号 IEICE-MI2021-24 
巻番号(vol) IEICE-121 
号番号(no) no.164 
ページ範囲 pp.10-11 
ページ数 IEICE-2 
発行日 IEICE-MI-2021-08-20 


[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