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
|