| 講演名 | 2016-01-20 深層学習を用いた実時間非線形有限要素法による肝臓変形推定 小林 薫樹(九大), 諸岡 健一(九大), 宮城 靖(貝塚病院), 福田 孝一(熊本大), 辻 徳生(九大), 倉爪 亮(九大), 左村 和宏(福岡大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本研究では，人体組織の変形パターンを学習した大規模ニューラルネットワークによる，人体組織の変形を実時間で推定するシステムを提案する．組織の変形パターンは，有限要素法(Finite Element Method : FEM) によって得る．FEM は，組織ボリュームモデルの節点ごとに，連結する節点から伝搬する変位や応力を求め，それらに基づいて組織全体の物理的振舞いを推定する．このような解析に着目し，提案手法では，節点ごとにその挙動を学習したニューラルネットワークを構築し，それらを統合した大規模ネットワークによって組織変形を推定する．実験により，提案手法は，節点の挙動を実時間で推定できることを確認した． |
| 抄録(英) | This paper proposes a real-time nonlinear nite element method (FEM) for estimating soft tissue deformations by deep neural network (NN). When the volume model of a target human tissue is given, FE analysis simulates the behaviors of the tissue by using the displacement and force of each node in the volume model. Considering the analysis, one NN for each node is constructed by a large number of the deformation patterns derived from FE analysis. The proposed system consists of the large scale deep NN integrated by the networks of all thenodes. From our experiments, our method can predict the reliable behavior of the node in real-time. |
| キーワード(和) | 軟性臓器変形 / 非線形変形 / 有限要素法 / 深層学習 |
| キーワード(英) | Soft tissue deformation / Nonlinear deformation / Finite element method / Deep learning |
| 資料番号 | MI2015-138 |
| 発行日 | 2016-01-12 (MI) |
| 研究会情報 | |
| 研究会 | MI |
|---|---|
| 開催期間 | 2016/1/19(から2日開催) |
| 開催地（和） | 那覇市ぶんかテンブス館 |
| 開催地（英） | Bunka Tenbusu Kan |
| テーマ（和） | 医用画像一般 |
| テーマ（英） | General topics in medical imaging |
| 委員長氏名（和） | 増谷 佳孝(広島市大) |
| 委員長氏名（英） | Yoshitaka Masutani(Hiroshima City Univ.) |
| 副委員長氏名（和） | 河田 佳樹(徳島大) / 木村 裕一(近畿大) |
| 副委員長氏名（英） | Yoshiki Kawata(Tokushima Univ.) / Yuichi Kimura(Kinki Univ.) |
| 幹事氏名（和） | 北坂 孝幸(愛知工大) / 本谷 秀堅(名工大) |
| 幹事氏名（英） | Takayuki Kitasaka(Aichi Inst. of Tech.) / Hidetaka Hontani(Nagoya Inst. of Tech.) |
| 幹事補佐氏名（和） | 原口 亮(国立循環器病研究センター) / 平野 靖(山口大) |
| 幹事補佐氏名（英） | Ryo Haraguchi(NCVC) / Yasushi Hirano(Yamaguchi Univ.) |
| 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） | 深層学習を用いた実時間非線形有限要素法による肝臓変形推定 |
| サブタイトル（和） | |
| タイトル（英） | Estimation of Liver Deformation Using Real-Time Nonlinear Finite Element Method by Deep Neural Network |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 軟性臓器変形 / Soft tissue deformation |
| キーワード(2)（和/英） | 非線形変形 / Nonlinear deformation |
| キーワード(3)（和/英） | 有限要素法 / Finite element method |
| キーワード(4)（和/英） | 深層学習 / Deep learning |
| 第 1 著者 氏名（和/英） | 小林 薫樹 / Kaoru Kobayashi |
| 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） | 諸岡 健一 / Ken'ichi Morooka |
| 第 2 著者 所属（和/英） | 九州大学(略称：九大) Kyushu University(略称：Kyushu Univ.) |
| 第 3 著者 氏名（和/英） | 宮城 靖 / Yasushi Miyagi |
| 第 3 著者 所属（和/英） | 貝塚病院(略称：貝塚病院) Kaizuka Hospital(略称：Kaizuka Hospital) |
| 第 4 著者 氏名（和/英） | 福田 孝一 / Takaichi Fukuda |
| 第 4 著者 所属（和/英） | 熊本大学(略称：熊本大) Kumamoto University(略称：Kumamoto Univ.) |
| 第 5 著者 氏名（和/英） | 辻 徳生 / Tokuo Tsuji |
| 第 5 著者 所属（和/英） | 九州大学(略称：九大) Kyushu University(略称：Kyushu Univ.) |
| 第 6 著者 氏名（和/英） | 倉爪 亮 / Ryo Kurazume |
| 第 6 著者 所属（和/英） | 九州大学(略称：九大) Kyushu University(略称：Kyushu Univ.) |
| 第 7 著者 氏名（和/英） | 左村 和宏 / Kazuhiro Samura |
| 第 7 著者 所属（和/英） | 福岡大学(略称：福岡大) Fukuoka University(略称：Fukuoka Univ.) |
| 発表年月日 | 2016-01-20 |
| 資料番号 | MI2015-138 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | MI-401 |
| ページ範囲 | pp.321-325(MI), |
| ページ数 | 5 |
| 発行日 | 2016-01-12 (MI) |