| 講演名 | 2013-11-07 Radial Structure Tensorおよび機械学習に基づく縦隔リンパ節検出手法(臓器抽出アルゴリズム,画像による生体計測) 小田 紘久, 羅 雄彪, 二村 幸孝, 小田 昌宏, 北坂 孝幸, 岩野 信吾, 本間 裕敏, 高畠 博嗣, 森 雅樹, 名取 博, 森 健策, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本稿では,胸部CT像から縦隔リンパ節を自動検出する手法を提案する.縦隔リンパ節はCT像において,周囲より高いCT値をもつ塊状の組織として観察されるが,他の組織に隣接しているリンパ節や,リンパ節と同様に周囲より高いCT値をもつ組織が多数存在する.このため提案手法では,入力CT像に対し,周辺組織の影響を受けにくいRadial Structure Tensorによる塊状構造強調フィルタ(R-BSE)を適用し,各リンパ節候補領域を得る.さらに,サポートベクタマシンにより各候補領域がリンパ節であるか否かを判定する.判定に用いる特徴量として,候補領域の形状,位置およびCT値の情報を用いる.動脈相胸部CT像46例に対する縦隔リンパ節検出実験の結果,短径5.0[mm]以上のリンパ節を85.6%検出するとき,FP(False Positive)領域数は1症例あたり14.9個であった.また,短径10.0[mm]以上のリンパ節を88.5%検出するとき,FP領域数は1症例あたり14.8個であった. |
| 抄録(英) | In this paper, we present a method for detecting mediastinal lymph nodes from 3D chest CT volumes. Meiastinal lymph nodes are observed as blob structures which have higher CT values than the surrounding regions. However, there are lymph nodes adhering other tissue and tissue which have as high CT value as lymph nodes. In the proposed method, a blobness structure enhancement filter based on Radial Structure Tensor (R-BSE) is utilized to obtain candidate regions because the R-BSE is robust for influence of neighboring tissues. The candidate regions are classified into lymph nodes and others by the support vector machine. Shape, location, and CT value of candidate regions are used as feature values. We applied the proposed method to 46 cases of arterial phase 3D CT volumes. The method detected 85.6% of lymph nodes whose minor asix is no less than 5.0[mm] with 14.9 FP (False Positive)s per patient. The method also detected 88.5% of lymph nodes whose minor axis is no less than 10.0[mm] with 14.8 FPs per patient. |
| キーワード(和) | CAD / 肺がん / サポートベクタマシン |
| キーワード(英) | CAD / Lung Cancer / Support Vector Machine |
| 資料番号 | MI2013-55 |
| 発行日 |
| 研究会情報 | |
| 研究会 | MI |
|---|---|
| 開催期間 | 2013/10/31(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） | Radial Structure Tensorおよび機械学習に基づく縦隔リンパ節検出手法(臓器抽出アルゴリズム,画像による生体計測) |
| サブタイトル（和） | |
| タイトル（英） | Mediastinal Lymph Node Detection Method Based on Radial Structure Tensor and Machine Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | CAD / CAD |
| キーワード(2)（和/英） | 肺がん / Lung Cancer |
| キーワード(3)（和/英） | サポートベクタマシン / Support Vector Machine |
| 第 1 著者 氏名（和/英） | 小田 紘久 / Hirohisa ODA |
| 第 1 著者 所属（和/英） | 名古屋大学大学院情報科学研究科 Graduate School of Information Science, Nagoya University |
| 第 2 著者 氏名（和/英） | 羅 雄彪 / Xiongbiao LUO |
| 第 2 著者 所属（和/英） | 名古屋大学情報連携統括本部情報戦略室 Strategy Office, Information and Communications Headquarters, Nagoya University |
| 第 3 著者 氏名（和/英） | 二村 幸孝 / Yukitaka NIMURA |
| 第 3 著者 所属（和/英） | 名古屋大学情報連携統括本部情報戦略室 Strategy Office, Information and Communications Headquarters, Nagoya University |
| 第 4 著者 氏名（和/英） | 小田 昌宏 / Masahiro ODA |
| 第 4 著者 所属（和/英） | 名古屋大学大学院情報科学研究科 Graduate School of Information Science, Nagoya University |
| 第 5 著者 氏名（和/英） | 北坂 孝幸 / Takayuki KITASAKA |
| 第 5 著者 所属（和/英） | 愛知工業大学情報科学部 School of Information Science, Aichi Institute of Technology |
| 第 6 著者 氏名（和/英） | 岩野 信吾 / Shingo IWANO |
| 第 6 著者 所属（和/英） | 名古屋大学大学院医学系研究科 Graduate School of Medicine, Nagoya University |
| 第 7 著者 氏名（和/英） | 本間 裕敏 / Hirotoshi HONMA |
| 第 7 著者 所属（和/英） | 札幌厚生病院 Sapporo-Kosei General Hospital |
| 第 8 著者 氏名（和/英） | 高畠 博嗣 / Hirotsugu TAKABATAKE |
| 第 8 著者 所属（和/英） | 札幌南三条病院 Sapporo Minami-sanjo Hospital |
| 第 9 著者 氏名（和/英） | 森 雅樹 / Masaki MORI |
| 第 9 著者 所属（和/英） | 札幌厚生病院 Sapporo-Kosei General Hospital |
| 第 10 著者 氏名（和/英） | 名取 博 / Hiroshi NATORI |
| 第 10 著者 所属（和/英） | 恵和会西岡病院 Keiwakai Nishioka Hospital |
| 第 11 著者 氏名（和/英） | 森 健策 / Kensaku MORI |
| 第 11 著者 所属（和/英） | 名古屋大学情報連携統括本部情報戦略室:名古屋大学大学院情報科学研究科 Strategy Office, Information and Communications Headquarters, Nagoya University:Graduate School of Information Science, Nagoya University |
| 発表年月日 | 2013-11-07 |
| 資料番号 | MI2013-55 |
| 巻番号（vol） | vol.113 |
| 号番号（no） | 281 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |