| 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 | 2018-05-18 09:45 3次元臓器形状の大変形微分同相写像と非線形多様体上の統計形状モデル ○橋口拓也・物部峻太郎・本谷秀堅・横田達也（名工大）  SIP2018-7 IE2018-7 PRMU2018-7 MI2018-7 |
|
| 抄録 | （和） | 本稿では臓器の3次元統計形状モデルを構築するために，学習用の複数の臓器表面に対応点を生成する手法について報告する． 点分布モデル(Point Distribution Model: PDM)により臓器表面を表現するとき，その形状の統計モデルを構築するためには学習用の複数の臓器表面に対応点を生成する必要がある． 対応点生成の代表的な手法には，大別すると，元の濃淡画像どうしを非剛体位置合わせする手法と，画像中の臓器領域を非剛体位置合わせする手法がある． 本稿では後者の手法のうち，臓器領域の大変形微分同相写像を用いる手法に注目する． 微分同相写像は与えられた二つの図形間の滑らかな一対一の写像を求めることができるため，図形間の対応付けに広く採用されている． 本稿では，臓器領域の対応付けに大変形微分同相写像を直接適用するのではなく，臓器領域の特徴をグラフラプラシアンの固有ベクトルで表現してから適用したほうが，最終的に得られる統計形状モデルの性質が良いことを示す． |
| （英） | In this article，we report on a method that generates a set of corresponding points on the surfaces of target organs in given training 3D medical images in order for the construction of a statistical shape model (SSM) of the organ． For representing the surface of a target organ using a point distribution model (PDM)， we need to generate corresponding points among the surfaces． Roughly speaking，we can divide the methods for the corresponding points into two categories: Image-based registration methods and Region-based ones． We employ a large deformation diffeomorphic metric mapping (LDDMM) method included in the latter category． The LDDMM method is widely employed for the generation of corresponding points because the method can obtain a spatially smooth one-to-one mapping between given two figures. In this article，we demonstrate that SSMs obtained by applying the LDDMM after describing organ region features using a graph Laplacian eigenvectors are better than SSMs directly applying the LDDMM to given organ regions． |
|
| キーワード | （和） | 統計形状モデル / 対応点 / 大変形微分同相写像 / / / / / |
| （英） | Statistical Shape Model / Corresponding Points / Large Deformation Diffeomorphic Metric Mapping / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 36, MI2018-7, pp. 29-34, 2018年5月. | |
| 資料番号 | MI2018-7 | |
| 発行日 | 2018-05-10 (SIP, IE, PRMU, 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 | SIP2018-7 IE2018-7 PRMU2018-7 MI2018-7 |
|
| 研究会情報 | |
| 研究会 | PRMU MI IE SIP |
| 開催期間 | 2018-05-17 - 2018-05-18 |
| 開催地（和） | 岐阜大学 |
| 開催地（英） | |
| テーマ（和） | 医療・介護・福祉・健康・スポーツのための信号・画像解析と理解 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2018-05-PRMU-MI-IE-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | 3次元臓器形状の大変形微分同相写像と非線形多様体上の統計形状モデル |
| サブタイトル（和） | |
| タイトル（英） | Large Deformation Diffeomorphic Metric Mapping of 3D Organ Shape and the Statistical Shape Model on Non-Linear Manifold |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 統計形状モデル / Statistical Shape Model |
| キーワード(2)（和/英） | 対応点 / Corresponding Points |
| キーワード(3)（和/英） | 大変形微分同相写像 / Large Deformation Diffeomorphic Metric Mapping |
| 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） | 橋口 拓也 / Takuya Hashiguti / ハシグチ タクヤ |
| 第1著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NIT) |
| 第2著者 氏名（和/英/ヨミ） | 物部 峻太郎 / Shuntaro Monobe / モノベ シュンタロウ |
| 第2著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NIT) |
| 第3著者 氏名（和/英/ヨミ） | 本谷 秀堅 / Hidekata Hontani / ホンタニ ヒデカタ |
| 第3著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NIT) |
| 第4著者 氏名（和/英/ヨミ） | 横田 達也 / Tatsuya Yokota / ヨコタ タツヤ |
| 第4著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NIT) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-05-18 09:45:00 |
| 発表時間 | 30分 |
| 申込先研究会 | MI |
| 資料番号 | SIP2018-7, IE2018-7, PRMU2018-7, MI2018-7 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.33(SIP), no.34(IE), no.35(PRMU), no.36(MI) |
| ページ範囲 | pp.29-34 |
| ページ数 | 6 |
| 発行日 | 2018-05-10 (SIP, IE, PRMU, MI) |
[研究会発表申込システムのトップページに戻る]