| 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 | 2018-09-21 09:40 ［ショートペーパー］深層学習を用いた心外膜の自動抽出 ○趙 紫瑜・音石朋恵・岩本祐太郎（立命館大）・手塚祐司・岡田裕貴・前田清澄・和田厚幸・柏木厚典（草津総合病院）・陳 延偉（立命館大）  PRMU2018-55 IBISML2018-32 |
|
| 抄録 | （和） | 心外膜は心臓を包むの嚢で、心臓が他の臓器と隔てられている。心外膜の内側と外側は脂肪が付着し，これらの脂肪を区別するため心外膜を抽出する必要がある。心臓のCT画像において、心外膜は細い線として存在し、目視できない箇所も存在するため、心外膜の自動抽出は困難である。そのため、従来手法では医師による手動抽出が主であった。本研究では、深層学習の一種であるU-Netを用いた心外膜の自動抽出法を提案し、心外膜の自動抽出が可能であることを示した． |
| （英） | The epicardial is a wall sac containing the heart and the roots of the great vessels. Epicardial adipose tissue adhere to the inside and outside of the epicardial, it is necessary to extract the epicardial to distinguish these fat tissues. A major challenge in epicardial segmentation is that in the cardiac Computed Tomography(CT) images, the epicardial exists as a very thin line and there are places where it can not be observed. Up to now, the main method of epicardial segmentation is manual extraction by experts. In this study, we propose a fully automatic method for epicardial segmentation, which is developed using U-Net, and demonstrated that it is possible to automatically segment epicardial. | |
| キーワード | （和） | 深層学習 / 心外膜の自動抽出 / U-Net / / / / / |
| （英） | Deep learning / Epicardial segmentation / U-Net / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 219, PRMU2018-55, pp. 131-132, 2018年9月. | |
| 資料番号 | PRMU2018-55 | |
| 発行日 | 2018-09-13 (PRMU, IBISML) | |
| ISSN | 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 | PRMU2018-55 IBISML2018-32 |
|
| 研究会情報 | |
| 研究会 | PRMU IBISML IPSJ-CVIM |
| 開催期間 | 2018-09-20 - 2018-09-21 |
| 開催地（和） | 福岡工業大学 |
| 開催地（英） | |
| テーマ（和） | 機械学習と実応用 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2018-09-PRMU-IBISML-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習を用いた心外膜の自動抽出 |
| サブタイトル（和） | |
| タイトル（英） | Automatic Segmentation of Epicardial Using Deep Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / Deep learning |
| キーワード(2)（和/英） | 心外膜の自動抽出 / Epicardial segmentation |
| キーワード(3)（和/英） | U-Net / U-Net |
| 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） | 趙 紫瑜 / Ziyu Zhao / チョウ シユ |
| 第1著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumei University (略称： Ritsumei Univ) |
| 第2著者 氏名（和/英/ヨミ） | 音石 朋恵 / Tomoe Otoishi / オトイシ トモエ |
| 第2著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumei University (略称： Ritsumei Univ) |
| 第3著者 氏名（和/英/ヨミ） | 岩本 祐太郎 / Yutaro Iwamoto / イワモト ユタロ |
| 第3著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumei University (略称： Ritsumei Univ) |
| 第4著者 氏名（和/英/ヨミ） | 手塚 祐司 / Youji Tetsuka / テズカ ヨウジ |
| 第4著者 所属（和/英） | 草津総合病院 (略称： 草津総合病院) Kusatsu General Hospital (略称： Kusatsu General Hospita) |
| 第5著者 氏名（和/英/ヨミ） | 岡田 裕貴 / Yuki Okada / |
| 第5著者 所属（和/英） | 草津総合病院 (略称： 草津総合病院) Kusatsu General Hospital (略称： Kusatsu General Hospita) |
| 第6著者 氏名（和/英/ヨミ） | 前田 清澄 / Kiyosumi Maeda / |
| 第6著者 所属（和/英） | 草津総合病院 (略称： 草津総合病院) Kusatsu General Hospital (略称： Kusatsu General Hospita) |
| 第7著者 氏名（和/英/ヨミ） | 和田 厚幸 / Atsuyuki Wada / |
| 第7著者 所属（和/英） | 草津総合病院 (略称： 草津総合病院) Kusatsu General Hospital (略称： Kusatsu General Hospita) |
| 第8著者 氏名（和/英/ヨミ） | 柏木 厚典 / Atsunori Kashiwagi / カシワギ アツノリ |
| 第8著者 所属（和/英） | 草津総合病院 (略称： 草津総合病院) Kusatsu General Hospital (略称： Kusatsu General Hospita) |
| 第9著者 氏名（和/英/ヨミ） | 陳 延偉 / Yanwei Chen / チン エンイ |
| 第9著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumei University (略称： Ritsumei Univ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-09-21 09:40:00 |
| 発表時間 | 10分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2018-55, IBISML2018-32 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.219(PRMU), no.220(IBISML) |
| ページ範囲 | pp.131-132 |
| ページ数 | 2 |
| 発行日 | 2018-09-13 (PRMU, IBISML) |
[研究会発表申込システムのトップページに戻る]