| 講演名 | 2014-05-23 ノンパラメトリック確率モデルを用いたCT画像からの腫瘍候補の検出(テーマセッション,医用画像処理の高度化と統計モデル,社会福祉) 今野 悠, 韓 先花, 陳 延偉, |
|---|---|
| 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CT肝臓画像から腫瘍候補を自動的に検出する事を目的とする.従来法ではCT画像は肝臓,血管と腫瘍を含むガウス混合分布と仮定し, EM法等を用いてパラメータの導出及び腫瘍の有無の分類を行う.しかし,従来法では入力CTボリュームデータのすべでのボクセルを用いてパラメータのを推定し,計算コストが高いだけではなく,モデリング結果から腫瘍モデルの選別する際に手作業での分類が必要である。また,腫瘍部分が一つのガウス分布として存在すると仮定しているため腫瘍なしのデータに対し正しくモデリングできないという問題点がある。そこで本研究ではCT画像から簡単に切り出しできる肝臓と血管のプロトタイプを用意し,ノンパラメトリック確率モデルを用いてCT画像から腫瘍候補の検出を提案する. |
| 抄録(英) | Automatic tumor enhancement and detection has an essential role for the computer-aided diagnosis of liver tumor in CT volume data. This paper proposes a novel tumor enhancement strategy by exploring the existing probability of tumor for any voxel. However, the tumor prototypes in a test liver volume from a specific patient or common tumor prototypes are extremely difficult to achieve due to requirement of full-searching and large variation of tumor tissues in different liver volumes. Therefore, this research investigates a tumor-training-data free strategy by only constructing the healthy liver and vessel prototypes, which can be extracted from any slice of a liver volume, and then applies a non-parametric framework for calculating the existing probability of liver or vessel. Finally, the existing probability of tumor can be deduced from that of liver or vessel. |
| キーワード(和) | ノンパラメトリック / 確率モデル / 混合ガウスモデル / 腫瘍検出 |
| キーワード(英) | Non-parametric / Probability model / GMM / Tumor detection |
| 資料番号 | SIP2014-14,IE2014-14,PRMU2014-14,MI2014-14 |
| 発行日 |
| 研究会情報 | |
| 研究会 | SIP |
|---|---|
| 開催期間 | 2014/5/15(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 | Signal Processing (SIP) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ノンパラメトリック確率モデルを用いたCT画像からの腫瘍候補の検出(テーマセッション,医用画像処理の高度化と統計モデル,社会福祉) |
| サブタイトル（和） | |
| タイトル（英） | Non-parametric Probability Model for Liver Tumor Enhancement |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ノンパラメトリック / Non-parametric |
| キーワード(2)（和/英） | 確率モデル / Probability model |
| キーワード(3)（和/英） | 混合ガウスモデル / GMM |
| キーワード(4)（和/英） | 腫瘍検出 / Tumor detection |
| 第 1 著者 氏名（和/英） | 今野 悠 / Yu Konno |
| 第 1 著者 所属（和/英） | 立命館大学情報理工学研究科 Infomation Science and Engineering, Ritsumeikan University |
| 第 2 著者 氏名（和/英） | 韓 先花 / Xian-Hua Han |
| 第 2 著者 所属（和/英） | 立命館大 / |
| 第 3 著者 氏名（和/英） | 陳 延偉 / Yen-Wei Chn |
| 第 3 著者 所属（和/英） | 立命館大 |
| 発表年月日 | 2014-05-23 |
| 資料番号 | SIP2014-14,IE2014-14,PRMU2014-14,MI2014-14 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | 39 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |