| 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 | 2018-03-13 11:15 U-NetによるCT画像における脊椎の自動検出 ○鎌田理詩・菊池眞之（東京工科大）・庄野 逸（電通大）・林 勲（関西大）・福島邦彦（ファジィシステム研）  NC2017-81 |
|
| 抄録 | （和） | 本研究では，患者のCT画像から脊椎の3Dメッシュモデルを自動生成するための足がかりとして，深層学習を用いたCT画像における脊椎部分の自動抽出を目指した．具体的には，10本分の脊椎データのうち，学習用に5本，テスト用に5本を使用し，U-Netと呼ばれるニューラルネットワークで学習とテストを行った．学習させた脊椎をテストしたときのDice係数による教師画像とセグメンテーション結果との一致度の評価値(以下，一致度とする)は98.5%，学習させていない脊椎をテストしたときの一致度は82.7%であった．この一致度を向上させるためには，U-Netのパラメータを調整する他，三次元的に学習を行えるようにすることが有効であると考えられる． |
| （英） | In this study, we aimed at automatic extraction of spinal parts in CT images using deep learning as a foothold for automatically generating 3D mesh model of spine from CT image of patient. We used 10 spinal data which were learned and tested on U-Net for the segmentation of spine region. The percentage of correct answers that the learned spine was tested was 98.5%, and the similarity between teacher image and segmented spine image measure by Dice coefficient of having tested the unedited spinal column was 82.7%. In order to improve this similarity value, it will be effective to adjust the parameters of U-Net and to conduct 3D learning as well. | |
| キーワード | （和） | U-Net / 医用画像処理 / セグメンテーション / / / / / |
| （英） | U-Net / Medical image processing / segmentation / / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 508, NC2017-81, pp. 81-84, 2018年3月. | |
| 資料番号 | NC2017-81 | |
| 発行日 | 2018-03-06 (NC) | |
| 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 | NC2017-81 |
|
| 研究会情報 | |
| 研究会 | MBE NC |
| 開催期間 | 2018-03-13 - 2018-03-14 |
| 開催地（和） | 機械振興会館 |
| 開催地（英） | Kikai-Shinko-Kaikan Bldg. |
| テーマ（和） | ME，一般 |
| テーマ（英） | ME, general |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2018-03-MBE-NC |
| 本文の言語 | 日本語（英語タイトルなし） |
| タイトル（和） | U-NetによるCT画像における脊椎の自動検出 |
| サブタイトル（和） | |
| タイトル（英） | Application of U-Net to spine image extraction in CT image |
| サブタイトル（英） | |
| キーワード(1)（和/英） | U-Net / U-Net |
| キーワード(2)（和/英） | 医用画像処理 / Medical image processing |
| 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） | 鎌田 理詩 / Mikoto Kamata / カマタ ミコト |
| 第1著者 所属（和/英） | 東京工科大学 (略称： 東京工科大) Tokyo University of Technology (略称： Tokyo Univ.of Tech.) |
| 第2著者 氏名（和/英/ヨミ） | 菊池 眞之 / Masayuki Kikuchi / マサユキ キクチ |
| 第2著者 所属（和/英） | 東京工科大学 (略称： 東京工科大) Tokyo University of Technology (略称： Tokyo Univ.of Tech.) |
| 第3著者 氏名（和/英/ヨミ） | 庄野 逸 / Hayaru Shouno / ハヤル ショウノ |
| 第3著者 所属（和/英） | 電気通信大学 (略称： 電通大) University of Electro-Communications (略称： Univ. of Electro-Communications.) |
| 第4著者 氏名（和/英/ヨミ） | 林 勲 / Isao Hayashi / イサオ ハヤシ |
| 第4著者 所属（和/英） | 関西大学 (略称： 関西大) Kansai University (略称： Kansai Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 福島 邦彦 / Kunihiko Fukushima / クニヒコ フクシマ |
| 第5著者 所属（和/英） | ファジィシステム研究所 (略称： ファジィシステム研) Fuzzy Logic Systems Institute (略称： Fuzzy Logic Systems Inst.) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-03-13 11:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2017-81 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.508 |
| ページ範囲 | pp.81-84 |
| ページ数 | 4 |
| 発行日 | 2018-03-06 (NC) |
[研究会発表申込システムのトップページに戻る]