講演名 | 2023-11-16 重症度クラスを条件とした拡散モデルによる医用画像生成 竹崎 隼平(九大), 内田 誠一(九大), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 生成モデルを用いた医用画像生成は,生成画像の様々な応用が期待できるため非常に重要なタスクである.医用画像に付与されているクラスラベルには一般的なクラスと異なり,各クラス間で順序関係を満たす重症度クラスが付けられているものがある.重症度クラスが付与された医用画像の深層学習では,クラスラベルの他に順序関係を取り入れることで,クラス単体の学習では獲得できない特徴を捉えることが可能である.本研究では,生成モデルの一つである拡散モデルにおいて重症度クラスの順序関係を学習する重症度クラス拡散モデルを提案する.提案手法では,推定ノイズによって順序関係を捉える損失関数である順序損失での学習と,拡散モデルの時刻情報を使った損失関数の重み付けを行う.本手法は重症度クラスを持つ眼底画像及び内視鏡画像を使用した評価実験を通じて,従来の拡散モデルに比べて高い生成精度を達成することを確認した. |
抄録(英) | |
キーワード(和) | 画像生成 / 拡散モデル / 医用画像 |
キーワード(英) | |
資料番号 | PRMU2023-18 |
発行日 | 2023-11-09 (PRMU) |
研究会情報 | |
研究会 | PRMU / IPSJ-CVIM / IPSJ-DCC / IPSJ-CGVI |
---|---|
開催期間 | 2023/11/16(から2日開催) |
開催地(和) | 鳥取県立生涯学習センター(県民ふれあい会館) |
開催地(英) | |
テーマ(和) | 人を表現・理解するためのCG/DCC/CV/PR技術 |
テーマ(英) | |
委員長氏名(和) | 柏野 邦夫(NTT) |
委員長氏名(英) | Kunio Kashio(NTT) |
副委員長氏名(和) | 舩冨 卓哉(奈良先端大) / 入江 豪(東京理科大) |
副委員長氏名(英) | Takuya Funatomi(NAIST) / Go Irie(Tokyo Univ. of Science) |
幹事氏名(和) | 井上 中順(東工大) / 川西 康友(理研) |
幹事氏名(英) | Nakamasa Inoue(Tokyo Inst. of Tech.) / Yasutomo Kawanishi(Riken) |
幹事補佐氏名(和) | 下西 慶(京大) / 原 健翔(産総研) |
幹事補佐氏名(英) | Kei Shimonishi(Kyoto Univ.) / Kensho Hara(AIST) |
講演論文情報詳細 | |
申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding / Special Interest Group on Computer Vision and Image Media / Special Interest Group on Digital Contents Creation / Special Interest Group on Computer Graphics and Visual Informatics |
---|---|
本文の言語 | JPN |
タイトル(和) | 重症度クラスを条件とした拡散モデルによる医用画像生成 |
サブタイトル(和) | |
タイトル(英) | Diffusion model for medical image |
サブタイトル(和) | |
キーワード(1)(和/英) | 画像生成 |
キーワード(2)(和/英) | 拡散モデル |
キーワード(3)(和/英) | 医用画像 |
第 1 著者 氏名(和/英) | 竹崎 隼平 / Shumpei Takezaki |
第 1 著者 所属(和/英) | 九州大学(略称:九大) Kyushu University(略称:Kyushu Univ.) |
第 2 著者 氏名(和/英) | 内田 誠一 / Seiichi Uchida |
第 2 著者 所属(和/英) | 九州大学(略称:九大) Kyushu University(略称:Kyushu Univ.) |
発表年月日 | 2023-11-16 |
資料番号 | PRMU2023-18 |
巻番号(vol) | vol.123 |
号番号(no) | PRMU-266 |
ページ範囲 | pp.16-21(PRMU), |
ページ数 | 6 |
発行日 | 2023-11-09 (PRMU) |