| 大会名称 |
| 2020年 総合大会 |
| 大会コ－ド |
| 2020G |
| 開催年 |
|
2020
|
| 発行日 |
|
2020-03-03
|
| セッション番号 |
|
A-15
|
| セッション名 |
|
スマートインフォメディアシステム
|
| 講演日 |
|
2020/3/17
|
| 講演場所(会議室等) |
|
工学部 講義棟１F 108講義室
|
| 講演番号 |
|
A-15-6
|
| タイトル |
|
Deep supervision U-netとconvLSTMの統合による医療画像の分割
|
| 著者名 |
|
○方 文昊, 韓 先花,
|
| キーワード |
|
U-net, Deep supervision, convLSTM
|
| 抄録 |
|
医用画像は，治療と診断において重要な役割を果たしている．画像処理や機械学習技術を用いて医療画像の自動処理を行い，様々なコンピューター支援診断（CAD）システムを開発されている．医療画像セグメンテーションでは画像中の病変領域又は注目したい領域（ROI）を正確に取りだし，多くのCADシステムにおいて重要で不可欠のステップである．本研究は高精度な医療画像を分割するため，広く使われたU-net 構造を改良し，新たなDeep Supervision convLSTM-Unetを提案した． U-netの単方向でのEncoderからDecoder への連結を改良し，逆順convLSTM を用いてDecoderのHigh-level特徴はEncoderのlow-level特徴を補正できるconvLSTM-Unetを構築する．また，Deep supervision技術を用いてU-netで得られたマルチースケール特徴をconvLSTMで統合・考慮できるネットワークを提案した．提案手法は皮膚画像の病変領域セグメンテーション実験を行い，その有効性を検証した．
|
| 本文pdf |
|
PDF download
|
