| 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 | 2016-01-20 14:26 深層学習を用いた実時間非線形有限要素法による肝臓変形推定 ○小林薫樹・諸岡健一（九大）・宮城 靖（貝塚病院）・福田孝一（熊本大）・辻 徳生・倉爪 亮（九大）・左村和宏（福岡大）  MI2015-138 |
|
| 抄録 | （和） | 本研究では，人体組織の変形パターンを学習した大規模ニューラルネットワークによる，人体組織の変形を実時間で推定するシステムを提案する．組織の変形パターンは，有限要素法(Finite Element Method : FEM) によって得る．FEM は，組織ボリュームモデルの節点ごとに，連結する節点から伝搬する変位や応力を求め，それらに基づいて組織全体の物理的振舞いを推定する．このような解析に着目し，提案手法では，節点ごとにその挙動を学習したニューラルネットワークを構築し，それらを統合した大規模ネットワークによって組織変形を推定する．実験により，提案手法は，節点の挙動を実時間で推定できることを確認した． |
| （英） | This paper proposes a real-time nonlinear nite element method (FEM) for estimating soft tissue deformations by deep neural network (NN). When the volume model of a target human tissue is given, FE analysis simulates the behaviors of the tissue by using the displacement and force of each node in the volume model. Considering the analysis, one NN for each node is constructed by a large number of the deformation patterns derived from FE analysis. The proposed system consists of the large scale deep NN integrated by the networks of all the nodes. From our experiments, our method can predict the reliable behavior of the node in real-time. |
|
| キーワード | （和） | 軟性臓器変形 / 非線形変形 / 有限要素法 / 深層学習 / / / / |
| （英） | Soft tissue deformation / Nonlinear deformation / Finite element method / Deep learning / / / / | |
| 文献情報 | 信学技報, vol. 115, no. 401, MI2015-138, pp. 321-325, 2016年1月. | |
| 資料番号 | MI2015-138 | |
| 発行日 | 2016-01-12 (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 | MI2015-138 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2016-01-19 - 2016-01-20 |
| 開催地（和） | 那覇市ぶんかテンブス館 |
| 開催地（英） | Bunka Tenbusu Kan |
| テーマ（和） | 医用画像一般 |
| テーマ（英） | General topics in medical imaging |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2016-01-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習を用いた実時間非線形有限要素法による肝臓変形推定 |
| サブタイトル（和） | |
| タイトル（英） | Estimation of Liver Deformation Using Real-Time Nonlinear Finite Element Method by Deep Neural Network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 軟性臓器変形 / Soft tissue deformation |
| キーワード(2)（和/英） | 非線形変形 / Nonlinear deformation |
| キーワード(3)（和/英） | 有限要素法 / Finite element method |
| キーワード(4)（和/英） | 深層学習 / Deep learning |
| 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） | 小林 薫樹 / Kaoru Kobayashi / コバヤシ カオル |
| 第1著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 諸岡 健一 / Ken'ichi Morooka / モロオカ ケンイチ |
| 第2著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 宮城 靖 / Yasushi Miyagi / ミヤギ ヤスシ |
| 第3著者 所属（和/英） | 貝塚病院 (略称： 貝塚病院) Kaizuka Hospital (略称： Kaizuka Hospital) |
| 第4著者 氏名（和/英/ヨミ） | 福田 孝一 / Takaichi Fukuda / フクダ タカイチ |
| 第4著者 所属（和/英） | 熊本大学 (略称： 熊本大) Kumamoto University (略称： Kumamoto Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 辻 徳生 / Tokuo Tsuji / ツジ トクオ |
| 第5著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第6著者 氏名（和/英/ヨミ） | 倉爪 亮 / Ryo Kurazume / クラズメ リョウ |
| 第6著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第7著者 氏名（和/英/ヨミ） | 左村 和宏 / Kazuhiro Samura / サムラ カズヒロ |
| 第7著者 所属（和/英） | 福岡大学 (略称： 福岡大) Fukuoka University (略称： Fukuoka Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2016-01-20 14:26:00 |
| 発表時間 | 12分 |
| 申込先研究会 | MI |
| 資料番号 | MI2015-138 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | no.401 |
| ページ範囲 | pp.321-325 |
| ページ数 | 5 |
| 発行日 | 2016-01-12 (MI) |
[研究会発表申込システムのトップページに戻る]