講演名 2020-01-30
Deep Image Prior とサイノグラム正規化によるX線CT画像中の金属アーチファクトの高精度除去
佐竹 寛弥(名工大), 横田 達也(名工大), 大竹 義人(奈良先端大), 佐藤 嘉信(奈良先端大), 本谷 秀堅(名工大),
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 本稿ではCT画像の金属アーチファクトを高精度に除去するために,Deep Image Prior を利用することにより,サイノグラムの正規化精度を改善する手法を提案する.CT画像の金属アーチファクトは,人体中の金属による計測信号の欠損で生ずる.金属アーチファクトを除去するためには欠損部を補間する必要がある.現在広く採用されている手法である Normalized Metal Artifact Reduction (NMAR) は,サイノグラムの欠損部の線形補間が妥当となるようにサイノグラムを正規化する.この正規化には基準画像(base image)をラドン変換した基準サイノグラム(base sinogram)を利用する.従来の基準画像は,各領域内部の X線吸収率が一定値であることを仮定しており,領域分割には画素値(CT値)の k-means clustering を利用する.そのため,基準画像による正規化精度には改善の余地があった.提案法では,Deep Image prior (DIP) を利用し,欠損部以外のサイノグラムと整合しつつ,なおかつ多くの画像が保有する性質を有する基準画像を生成する.これを NMAR で用いることで,従来の NMAR のアーチファクト除去精度の改善を図る.シミュレーション実験及び評価,実画像実験から,提案法の有効性を示す.
抄録(英) In this paper, we propose a method to improve the normalization accuracy of sinogram by using DeepImage Prior to remove metal artifacts in CT images with high accuracy. Metal artifacts in CT images are caused bythe lack of measurement signals due to metals in the human body, and it is necessary to interpolate the missing partsto remove metal artifacts. Normalized Metal Artifact Reduction (NMAR), which is a method currently widely used,normalizes sinograms so that linear interpolation of missing parts of sinograms is appropriate. This normalizationuses the base sinogram obtained by the Radon transformation of the base image. The conventional base imageassumes that the X-ray absorptance inside each region is constant, and uses k-means clustering of pixel values (CTvalues) for generating the base image. Therefore, there is room for improving the accuracy of the normalizationof the reference image. In the proposed method, the reference image is generated by using the deep image prior(DIP) that can inpaint missing portions in images so that the resultant images are quite natural. By applying DIPto NMAR, we improve the accuracy of the artifacts removal of the conventional NMAR. The performance of theproposed method is shown by simulation experiments and evaluations, and by experiments with clinical images.Key wordsCT imaging, Metal Artifact, Normalized Metal Artifact Reduction, Deep Image Prior.
キーワード(和) CT画像 / 金属アーチファクト / Normalized Metal Artifact Reduction / Deep Image Prior
キーワード(英) CT imaging / Metal Artifact / Normalized Metal Artifact Reduction / Deep Image Prior
資料番号 MI2019-103
発行日 2020-01-22 (MI)

研究会情報
研究会 MI
開催期間 2020/1/29(から2日開催)
開催地(和) 沖縄県青年会館
開催地(英) OKINAWAKEN SEINENKAIKAN
テーマ(和) 医用画像工学一般
テーマ(英) Medical Image Engineering, Analysis, Recognition, etc.
委員長氏名(和) 河田 佳樹(徳島大)
委員長氏名(英) Yoshiki Kawata(Tokushima Univ.)
副委員長氏名(和) 北坂 孝幸(愛知工大) / 本谷 秀堅(名工大)
副委員長氏名(英) Takayuki Kitasaka(Aichi Inst. of Tech.) / Hidekata Hontani(Nagoya Inst. of Tech.)
幹事氏名(和) 平野 靖(山口大) / 原口 亮(兵庫県立大)
幹事氏名(英) Yasushi Hirano(Yamaguchi Univ.) / Ryo Haraguchi(Univ. of Hyogo)
幹事補佐氏名(和) 滝沢 穂高(筑波大) / 大竹 義人(奈良先端大)
幹事補佐氏名(英) Hotaka Takizawa(Tsukuba Univ.) / Yoshito Otake(NAIST)

講演論文情報詳細
申込み研究会 Technical Committee on Medical Imaging
本文の言語 JPN
タイトル(和) Deep Image Prior とサイノグラム正規化によるX線CT画像中の金属アーチファクトの高精度除去
サブタイトル(和)
タイトル(英) High precision metal artifacts reduction in X-ray CT images by Deep Image Prior and sinogram normalization
サブタイトル(和)
キーワード(1)(和/英) CT画像 / CT imaging
キーワード(2)(和/英) 金属アーチファクト / Metal Artifact
キーワード(3)(和/英) Normalized Metal Artifact Reduction / Normalized Metal Artifact Reduction
キーワード(4)(和/英) Deep Image Prior / Deep Image Prior
第 1 著者 氏名(和/英) 佐竹 寛弥 / Hiroya Satake
第 1 著者 所属(和/英) 名古屋工業大学大学院(略称:名工大)
Nagoya Institute of Technology(略称:NIT)
第 2 著者 氏名(和/英) 横田 達也 / Tatsuya Yokota
第 2 著者 所属(和/英) 名古屋工業大学大学院(略称:名工大)
Nagoya Institute of Technology(略称:NIT)
第 3 著者 氏名(和/英) 大竹 義人 / Yoshito Otake
第 3 著者 所属(和/英) 奈良先端科学技術大学院大学(略称:奈良先端大)
Nara Institute of Science and Technology(略称:NAIST)
第 4 著者 氏名(和/英) 佐藤 嘉信 / Yoshinobu Sato
第 4 著者 所属(和/英) 奈良先端科学技術大学院大学(略称:奈良先端大)
Nara Institute of Science and Technology(略称:NAIST)
第 5 著者 氏名(和/英) 本谷 秀堅 / Hidekata Hontani
第 5 著者 所属(和/英) 名古屋工業大学大学院(略称:名工大)
Nagoya Institute of Technology(略称:NIT)
発表年月日 2020-01-30
資料番号 MI2019-103
巻番号(vol) vol.119
号番号(no) MI-399
ページ範囲 pp.169-174(MI),
ページ数 6
発行日 2020-01-22 (MI)