| 講演名 | 2020-01-30 体幹部CTから2D-FCNによる連続スライスの特徴マップを用いた複数臓器領域の自動抽出手法の開発 飯盛 広規(岐阜大), 周 向栄(岐阜大), 原 武史(岐阜大), 藤田 広志(岐阜大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 臨床現場の読影医の負担軽減・診断のばらつきの軽減を目的としてコンピュータ支援診断システムの開発が期待されている．そのために，計算機が3次元の人体解剖構造を認識・抽出することが必要不可欠である．しかし，深層学習を用いた臓器抽出手法では，ハードウェアの処理能力の制約から前処理として3次元CT画像を2次元断面あるいは3次元パッチ画像に変換して深層学習が人体情報の一部しか使用していないことがある．本研究では，2次元断面画像の連続性を利用した臓器領域抽出モデルの構築法を提案した．提案手法を4つの人体範囲で撮影されたCT画像からの21の臓器の領域抽出問題に適用した．実験の結果，抽出結果と正解領域の臓器の平均一致率が87.1%であることを確認した． |
| 抄録(英) | The development of a computer-aided diagnosis system is expected to reduce the burden on the radiologist in clinical practice and to reduce the variation in diagnosis. Therefore, it is indispensable for the computer to recognize and extract the three-dimensional human anatomy. However, in the organ extraction method using deep learning, the 3D CT image is converted into a 2D cross section or 3D patch image as preprocessing due to the limitation of hardware processing capacity, and deep learning uses only part of the human body information, sometimes not. In this study, we proposed a method for constructing an organ region extraction model using the continuity of 2D cross-sectional images. The proposed method was applied to the problem of region extraction of 21 organs from CT images taken in four human body areas. As a result, it was confirmed that the average agreement rate between the extracted result and the organ in the correct area was 87.1%. |
| キーワード(和) | 3 次元 CT 画像 / 臓器領域抽出 / 解剖学的構造 / 畳み込みニューラルネットワーク |
| キーワード(英) | 3D-CT images / multiple organ region extraction / anatomical structure / convolutional neural network |
| 資料番号 | MI2019-113 |
| 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） | 体幹部CTから2D-FCNによる連続スライスの特徴マップを用いた複数臓器領域の自動抽出手法の開発 |
| サブタイトル（和） | |
| タイトル（英） | 2D Deep CNN for automated multi organ segmentation from CT images by using consecutive slices feature maps |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 3 次元 CT 画像 / 3D-CT images |
| キーワード(2)（和/英） | 臓器領域抽出 / multiple organ region extraction |
| キーワード(3)（和/英） | 解剖学的構造 / anatomical structure |
| キーワード(4)（和/英） | 畳み込みニューラルネットワーク / convolutional neural network |
| 第 1 著者 氏名（和/英） | 飯盛 広規 / Hiroki Isakari |
| 第 1 著者 所属（和/英） | 岐阜大学(略称：岐阜大) Gifu University(略称：Gifu Univ.) |
| 第 2 著者 氏名（和/英） | 周 向栄 / Xiangrong Zhou |
| 第 2 著者 所属（和/英） | 岐阜大学(略称：岐阜大) Gifu University(略称：Gifu Univ.) |
| 第 3 著者 氏名（和/英） | 原 武史 / Takeshi Hara |
| 第 3 著者 所属（和/英） | 岐阜大学(略称：岐阜大) Gifu University(略称：Gifu Univ.) |
| 第 4 著者 氏名（和/英） | 藤田 広志 / Hiroshi Fujita |
| 第 4 著者 所属（和/英） | 岐阜大学(略称：岐阜大) Gifu University(略称：Gifu Univ.) |
| 発表年月日 | 2020-01-30 |
| 資料番号 | MI2019-113 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | MI-399 |
| ページ範囲 | pp.203-205(MI), |
| ページ数 | 3 |
| 発行日 | 2020-01-22 (MI) |