| 講演名 | 2018-07-24 Deep Learningを用いたAi-CT画像に対する死後経過時間推定 茶位 翔太(山口大), 平野 靖(山口大), 木戸 尚治(山口大), 木下 一之(福井大), 稲井 邦博(福井大), 法木 左近(福井大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 死後経過時間推定は犯罪捜査などの法医学分野や深夜病棟で急死した場合などにおいて重要である．一方で，日本での解剖率は極めて低く，解剖を行わない場合には身体外部からの観察や生前の医療データなどから推測を行うことになるが，これは医師の主観に大きく依存するため客観性に欠ける．そのため，Autopsy imaging(Ai)画像に対するコンピュータ支援による，客観的で高精度な死後経過時間推定方法の開発が必要である．本研究では，人間の死後CT像に対してDeep Learningによる特徴量抽出を行い，死後経過時間を推定する手法の開発を行った．実験の結果，テクスチャ特徴量を用いた先行研究では実際の死後経過時間と推定値との平均絶対誤差が1.80時間であったのに対して，提案手法では1.64時間となり，推定精度が向上することが示された． |
| 抄録(英) | Although estimation of postmortem time is important for criminal investigation or sudden in-hospital death in the middle of the night, the accuracy of estimation is not high enough because the estimation is done by observation from the outside of the body and antemortem medical records in Japan. Furthermore the estimation depends on medical doctors' subjectivity and their experiences. In this study, we developed a method for estimating an objective and highly accurate postmortem time for Autopsy imaging (Ai) CT images. The method we developed extracted features by using autoencoder which is one of the Deep Learning techniques. As a result of the experiment, the mean absolute error between the actual and estimated postmortem time was 1.64 hours. It was shown that the proposed method had higher accuracy comparing with the method based on texture analysis. |
| キーワード(和) | Ai-CT / Deep Learning / 死後経過時間推定 / オートプシー・イメージング |
| キーワード(英) | Ai-CT / Deep Learning / Estimation of postmortem time / Autopsy imaging |
| 資料番号 | MI2018-28 |
| 発行日 | 2018-07-17 (MI) |
| 研究会情報 | |
| 研究会 | MI |
|---|---|
| 開催期間 | 2018/7/24(から1日開催) |
| 開催地（和） | アイーナ(岩手県盛岡市) |
| 開催地（英） | aiina (Morioka, Iwate) |
| テーマ（和） | 医用画像一般 |
| テーマ（英） | Medical Imaging, etc. |
| 委員長氏名（和） | 森 健策(名大) |
| 委員長氏名（英） | Kensaku Mori(Nagoya 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.) / Hidekata Hontani(Nagoya Inst. of Tech.) |
| 幹事補佐氏名（和） | 原口 亮(兵庫県立大) / 平野 靖(山口大) |
| 幹事補佐氏名（英） | Ryo Haraguchi(Univ. of Hyogo) / 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） | Deep Learningを用いたAi-CT画像に対する死後経過時間推定 |
| サブタイトル（和） | |
| タイトル（英） | Estimation of postmortem time for Ai-CT images by using Deep Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | Ai-CT / Ai-CT |
| キーワード(2)（和/英） | Deep Learning / Deep Learning |
| キーワード(3)（和/英） | 死後経過時間推定 / Estimation of postmortem time |
| キーワード(4)（和/英） | オートプシー・イメージング / Autopsy imaging |
| 第 1 著者 氏名（和/英） | 茶位 翔太 / Shota Chai |
| 第 1 著者 所属（和/英） | 山口大学(略称：山口大) Yamaguchi University(略称：Yamaguchi Univ.) |
| 第 2 著者 氏名（和/英） | 平野 靖 / Yasushi Hirano |
| 第 2 著者 所属（和/英） | 山口大学(略称：山口大) Yamaguchi University(略称：Yamaguchi Univ.) |
| 第 3 著者 氏名（和/英） | 木戸 尚治 / Shoji Kido |
| 第 3 著者 所属（和/英） | 山口大学(略称：山口大) Yamaguchi University(略称：Yamaguchi Univ.) |
| 第 4 著者 氏名（和/英） | 木下 一之 / Kazuyuki Kinoshita |
| 第 4 著者 所属（和/英） | 福井大学(略称：福井大) University of Fukui(略称：Univ. of Fukui) |
| 第 5 著者 氏名（和/英） | 稲井 邦博 / Kunihiro Inai |
| 第 5 著者 所属（和/英） | 福井大学(略称：福井大) University of Fukui(略称：Univ. of Fukui) |
| 第 6 著者 氏名（和/英） | 法木 左近 / Sakon Noriki |
| 第 6 著者 所属（和/英） | 福井大学(略称：福井大) University of Fukui(略称：Univ. of Fukui) |
| 発表年月日 | 2018-07-24 |
| 資料番号 | MI2018-28 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | MI-150 |
| ページ範囲 | pp.33-37(MI), |
| ページ数 | 5 |
| 発行日 | 2018-07-17 (MI) |