| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2014-01-26 15:45 条件付き確率場による医用画像からの臓器抽出に関する予備的検討 ○二村幸孝・林 雄一郎（名大）・北坂孝幸（愛知工大）・森 健策（名大）  MI2013-84 |
|
| 抄録 | （和） | 本稿では，条件付き確率場による医用画像からの臓器領域抽出に関して検討する．これまで医用画像からの臓器領域自動抽出を目的とした多くの研究が報告されている．しかしながら，それらの多くは経験的に決定する調整パラメータを含むといった問題が存在する．本報告では，臓器領域抽出を医用画像全体にわたる各画素の臓器ラベル推定問題ととらえ，構造学習によりパラメータを学習した確率的グラフィカルモデルに基づいて，臓器領域を自動抽出する手法に関して検討する．確率的グラフィカルモデルにはランダムに画素間を接続した条件付き確率場，特徴量には画素の濃度値と臓器ラベルの関係を表すバイナリ特徴を使用する．また，条件付き確率場のパラメータ学習には確率的勾配降下法，臓器ラベル推定には最大事後確率推定を使用する．本手法を腹部造影 CT 画像 5 例へと適用した結果，臓器ラベル推定誤差 10.0% (一致度: 肝臓 0.65, 脾臓 0.61, 右腎臓 0.61, 左腎臓 0.63, 膵臓 0.24) で，臓器領域の自動抽出が可能であることが確認された． |
| （英） | This paper describes an organ region segmentation method using conditional random fields from medical images. A lot of methods have been proposed to enable automated extraction of organ regions from medical images. However, it is necessary to adjust emperical parameters of them to obtain precise organ regions. In this paper, we propose an organ segmentation method using structured output learning which is based on probabilistic graphical model. The proposed method utilizes randomly connected conditional random fields as probabilistic graphical model and binary features which represent the relationship between voxel intensities and organ labels. Also we optimize the weight parameters of conditional random fields using stochastic gradient descent and estimate organ labels using maximum a posteriori estimation. The experimental result revealed that the proposed method can extract organ regions automatically using structured output learning. The error of organ label estimation was 10.0%. DICE coefficients of liver, spleen, right kidney, left kidney, and pancreas are 0.65, 0.61, 0.61, 0.63, 0.24, respectively. | |
| キーワード | （和） | 構造学習 / 条件付き確率場 / セグメンテーション / / / / / |
| （英） | structured output learning / conditional random fields / segmentation / / / / / | |
| 文献情報 | 信学技報, vol. 113, no. 410, MI2013-84, pp. 155-160, 2014年1月. | |
| 資料番号 | MI2013-84 | |
| 発行日 | 2014-01-19 (MI) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | MI2013-84 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2014-01-26 - 2014-01-27 |
| 開催地（和） | 沖縄ぶんかテンブス館 |
| 開催地（英） | Bunka Tenbusu Kan |
| テーマ（和） | 計算解剖モデルに基づく診断・治療支援，医用画像処理一般 |
| テーマ（英） | Computer Assisted Diagnosis and Therapy Based on Computational Anatomy, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2014-01-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | 条件付き確率場による医用画像からの臓器抽出に関する予備的検討 |
| サブタイトル（和） | |
| タイトル（英） | A Preliminary Study on Organ Segmentation using Conditional Random Fields from Medical Image |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 構造学習 / structured output learning |
| キーワード(2)（和/英） | 条件付き確率場 / conditional random fields |
| キーワード(3)（和/英） | セグメンテーション / segmentation |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 二村 幸孝 / Yukitaka Nimura / ニムラ ユキタカ |
| 第1著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 林 雄一郎 / Yuichiro Hayashi / ハヤシ ユウイチロウ |
| 第2著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 北坂 孝幸 / Takayuki Kitasaka / キタサカ タカユキ |
| 第3著者 所属（和/英） | 愛知工業大学 (略称： 愛知工大) Aichi Institute of Technology (略称： Aichi Inst. of Tech.) |
| 第4著者 氏名（和/英/ヨミ） | 森 健策 / Kensaku Mori / モリ ケンサク |
| 第4著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2014-01-26 15:45:00 |
| 発表時間 | 15分 |
| 申込先研究会 | MI |
| 資料番号 | MI2013-84 |
| 巻番号（vol） | vol.113 |
| 号番号（no） | no.410 |
| ページ範囲 | pp.155-160 |
| ページ数 | 6 |
| 発行日 | 2014-01-19 (MI) |
[研究会発表申込システムのトップページに戻る]