| 講演名 | 2011-05-20 複数のニューラルネットワークによる胃変形シミュレータの開発(テーマセッション,医用画像処理分野における計測・認識・理解) 諸岡 健一, 陳 献, 橋爪 誠, 長谷川 勉, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 我々は,以前,ニューラルネットワークを用いて実時間有限要素解析法と,それに基づき実質臓器の変形を推定するシステムを構築した.本論文は,その手法を拡張し,大変形を伴う胃の物理的振る舞いをシミュレートする手法を提案する.胃のような管腔臓器は,形状だけでなく体積も変化するため,その変形パターン数は実質臓器と比べ爆発的に増加する.このように膨大なパターンを持つ対象を,1つのニューラルネットワークで学習させることは困難である.この問題を解決するために,我々は,複数のニューラルネットワークを用いて胃の変形を推定する.まず,変形の類似性に基づいて変形パターンをいくつかのサブデータセットに分類する.また,各サブデータセット内の冗長なデータを削除した後,各サブデータセットを用いて1つのニューラルネットワークを構築する.実験結果から,提案手法は,ネットワークの学習の高速化が実現でき,また,構築したシステムは,非線形有限要素法とほぼ同程度精度を保ちつつ,実時間で胃の変形を推定することが可能となった. |
| 抄録(英) | This paper presents a method for simulating the behavior of stomach with large-scale deformation. This simulator is generated by the real-time FEM-based analysis by using a neural network. There are various deformation patterns of hollow organs by changing both its shape and volume. In this case, one network can not learn the stomach deformation with a huge number of its deformation pattern. To overcome the problem, we propose a method of constructing the simulator composed of multiple neural networks by 1)partitioning a training dataset into several subsets, and 2)selecting the data included in each subset. From our experimental results, we can conclude that our method can speed up the training process of a neural network while keeping acceptable accuracy. |
| キーワード(和) | 臓器変形 / 実時間有限要素解析 / ニューラルネットワーク |
| キーワード(英) | tissue deformation / real-time finite element analysis / neural network |
| 資料番号 | IE2011-23,PRMU2011-15,MI2011-15 |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2011/5/12(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 | Pattern Recognition and Media Understanding (PRMU) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 複数のニューラルネットワークによる胃変形シミュレータの開発(テーマセッション,医用画像処理分野における計測・認識・理解) |
| サブタイトル（和） | |
| タイトル（英） | Real-time Simulation for Stomach Deformation by Using Multiple Neural Networks |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 臓器変形 / tissue deformation |
| キーワード(2)（和/英） | 実時間有限要素解析 / real-time finite element analysis |
| キーワード(3)（和/英） | ニューラルネットワーク / neural network |
| 第 1 著者 氏名（和/英） | 諸岡 健一 / Ken'ichi MOROOKA |
| 第 1 著者 所属（和/英） | 九州大学大学院システム情報科学研究院 Graduate School of Information Science and Electrical Engineering, Kyushu University |
| 第 2 著者 氏名（和/英） | 陳 献 / Xian CHEN |
| 第 2 著者 所属（和/英） | 山口大学工学部 Faculty of Engineering, Yamaguchi University |
| 第 3 著者 氏名（和/英） | 橋爪 誠 / Makoto HASHIZUME |
| 第 3 著者 所属（和/英） | 九州大学大学院医学研究院 Graduate School of Medical Sciences, Kyushu University |
| 第 4 著者 氏名（和/英） | 長谷川 勉 / Tsutomu HASEGAWA |
| 第 4 著者 所属（和/英） | 九州大学大学院システム情報科学研究院 Graduate School of Information Science and Electrical Engineering, Kyushu University |
| 発表年月日 | 2011-05-20 |
| 資料番号 | IE2011-23,PRMU2011-15,MI2011-15 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | 48 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |