| 講演名 | 2001/1/18 肝CT画像の陰影経時変化パターンに基づく腫瘍良悪性判別手法の検討 石黒 正揮, 井上 信吾, 村瀬 一郎, 森山 紀之, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 本報告では, 肝CT画像における腫瘍等のセグメントに対して, その特徴量に基づき腫瘍の良悪性判別を行う手法について実験結果を示す.さらに, Dynamic CT等の複数のCT画像から得られる陰影の経時変化パターンを用いて良悪性判別を行う手法をセグメント特徴量に基づく判別手法に導入する方法について検討する.単一CT画像による判別においては, 腫瘍の辺縁形状など肝癌診断基準として医学的に着目される特徴を数量化し, 決定木分析の適用により導出される判別ルールを用いて腫瘍の良悪性判別を行う.一方, 経時変化パターンに関する特徴量は, Dynamic CT動脈相, 遅延相, および単純CTの3種類のCT画像について得られたセグメントの対応から染まり方の変化を求め, 腫瘍良悪性タイプ別パターンと比較することで判別する方法を提案する. |
| 抄録(英) | We report on a classification method for tumor segments in CT images of livers based on decision rules derived by inductive learning techniques. We also describe a method to classify types of segments based on time-trasition of CT values of segments obtained by Dynamic CT and Simple CT images. We define features of each segment or a group of segments based on morphological features which are typically used to discriminate cancers. We generate rules for discriminating cancer tumors from other ones are generated by applying decision tree analysis and score segments based on these rules. We further apply discrimination analysis to scores and original feature values to determine weight of each value for discriminating cancer segments. Experimental results of ROC analysis show that classification methods incorporating rules derived by inductive learning outperforms the one without learned rules in terms of generalization ability. |
| キーワード(和) | パターン認識 / 特徴量抽出 / 画像セグメンテーション / 決定木分析 / 腫瘍良悪性判別 |
| キーワード(英) | Pattern Recognition / Feature Extraction / Image Segmentation / Decision Tree Analysis / Liver Cancers |
| 資料番号 | MI2000-63 |
| 発行日 |
| 研究会情報 | |
| 研究会 | MI |
|---|---|
| 開催期間 | 2001/1/18(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Medical Imaging (MI) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 肝CT画像の陰影経時変化パターンに基づく腫瘍良悪性判別手法の検討 |
| サブタイトル（和） | |
| タイトル（英） | Segment Classification Method for CT Images of Liver Cancer based on Time-Transition Pattern of CT Values |
| サブタイトル（和） | |
| キーワード(1)（和/英） | パターン認識 / Pattern Recognition |
| キーワード(2)（和/英） | 特徴量抽出 / Feature Extraction |
| キーワード(3)（和/英） | 画像セグメンテーション / Image Segmentation |
| キーワード(4)（和/英） | 決定木分析 / Decision Tree Analysis |
| キーワード(5)（和/英） | 腫瘍良悪性判別 / Liver Cancers |
| 第 1 著者 氏名（和/英） | 石黒 正揮 / Masaki Ishiguro |
| 第 1 著者 所属（和/英） | 株式会社三菱総合研究所情報通信研究部 Information Technologies Research Dept., Mitsubishi Research Institute, Inc |
| 第 2 著者 氏名（和/英） | 井上 信吾 / Shingo Inoue |
| 第 2 著者 所属（和/英） | 株式会社三菱総合研究所情報通信研究部 Information Technologies Research Dept., Mitsubishi Research Institute, Inc |
| 第 3 著者 氏名（和/英） | 村瀬 一郎 / Ichiro Murase |
| 第 3 著者 所属（和/英） | 株式会社三菱総合研究所情報通信研究部 Information Technologies Research Dept., Mitsubishi Research Institute, Inc |
| 第 4 著者 氏名（和/英） | 森山 紀之 / Noriyuki Moriyama |
| 第 4 著者 所属（和/英） | 国立がんセンター中央病院放射線診断部 Diagnostic Radiology Division, National Cancer Center |
| 発表年月日 | 2001/1/18 |
| 資料番号 | MI2000-63 |
| 巻番号（vol） | vol.100 |
| 号番号（no） | 596 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |