| 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 | 2019-01-22 10:05 敵対的Dense U-netを用いた切除肺マイクロCT像の超解像 ○鄭 通・小田紘久・Holger R. Roth・小田昌宏・中村彰太（名大）・森 健策（名大/NII）  MI2018-61 |
|
| 抄録 | （和） | マイクロCT像は，100マイクロメートル以下の非常に高い解像度を有し，肺がんの浸潤など組織の詳細を表現できる．我々は臨床CT像をマイクロCT像のレベルの画像への超解像処理を施すことを目指している．本稿ではその初期段階としてダウンサンプルされたマイクロCT像を元の解像度レベルへの復元する手法を検討する．本稿では，Dense U-net と Generative Adversarial Network を組み合わせた "Adversarial Dense U-net" を提案する．Denseブロックを用いたU-net構造および，その出力画像が超解像画像か原画像かを区別するための識別器によって構成される．実験では，切除肺のマイクロCT像5例を用いて，提案ネットワークの2Dならびに3D構成を用いて比較評価実験を行った．実験の結果としては、提案手法の精度を表すSSIMは0.967（2D）ならびに0.946（3D）であった． |
| （英） | μCT images capture three dimensional structures of tissues with a very high resolution of 100 micrometer or smaller. fine structures such as invasion of lung cancer. However, μCT cannot be used for clinical diagnosis. Although the clinical CT images are used for preoperative diagnosis, it cannot obtain detailed information of tumors. We are planning super-resolution of clinical CT images to μCT-level. As an initial trial, we perform super-resolution of downsampled μCT images to original resolution level. In this paper, we propose Adversarial Dense U-net, based on Dense U-net and Generative Adversarial Network. The network structure including U-net with dense blocks, while a discriminator was used to distinguish whether the output image is a super-resoluted image or an original image. Experiments were performed on μCT images of five cases of dissected lung tissues, and another one case was used for testing. We performed experiments on both 2D and 3D network structure. We evaluated results both quantitatively and qualitatively. Experimental results demonstrated that our proposed method has a SSIM (Structural Similarity) of 0.967 (3D) and 0.946 (2D). |
|
| キーワード | （和） | マイクロCT / Dense U-net / Generative Adversarial Network / 超解像 / / / / |
| （英） | μCT / Dense U-net / Generative Adversarial Network / super-resolution / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 412, MI2018-61, pp. 7-12, 2019年1月. | |
| 資料番号 | MI2018-61 | |
| 発行日 | 2019-01-15 (MI) | |
| 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 | MI2018-61 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2019-01-22 - 2019-01-23 |
| 開催地（和） | 沖縄県青年会館 |
| 開催地（英） | |
| テーマ（和） | 医用画像工学一般 |
| テーマ（英） | Medical Image Engineering, Analysis, Recognition, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2019-01-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | 敵対的Dense U-netを用いた切除肺マイクロCT像の超解像 |
| サブタイトル（和） | |
| タイトル（英） | Super-resolution of μCT image about dissected lung tissue using Adversarial Dense U-net |
| サブタイトル（英） | |
| キーワード(1)（和/英） | マイクロCT / μCT |
| キーワード(2)（和/英） | Dense U-net / Dense U-net |
| キーワード(3)（和/英） | Generative Adversarial Network / Generative Adversarial Network |
| キーワード(4)（和/英） | 超解像 / super-resolution |
| 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） | 鄭 通 / Tong Zheng / テイ ツウ |
| 第1著者 所属（和/英） | 名古屋大学大学院情報学研究科 (略称： 名大) Graduate School of Informatics, Nagoya University (略称： Nagoya University) |
| 第2著者 氏名（和/英/ヨミ） | 小田 紘久 / Hirohisa Oda / オダ ヒロヒサ |
| 第2著者 所属（和/英） | 名古屋大学大学院情報科学研究科 (略称： 名大) Graduate School of Information Science (略称： Nagoya University) |
| 第3著者 氏名（和/英/ヨミ） | Holger R. Roth / Holger R. Roth / ホルガー ロス |
| 第3著者 所属（和/英） | 名古屋大学大学院情報学研究科 (略称： 名大) Graduate School of Informatics, Nagoya University (略称： Nagoya University) |
| 第4著者 氏名（和/英/ヨミ） | 小田 昌宏 / Masahiro Oda / オダ マサヒロ |
| 第4著者 所属（和/英） | 名古屋大学大学院情報学研究科 (略称： 名大) Graduate School of Informatics, Nagoya University (略称： Nagoya University) |
| 第5著者 氏名（和/英/ヨミ） | 中村 彰太 / Shota Nakamura / ナカムラ ショウタ |
| 第5著者 所属（和/英） | 名古屋大学大学院医学系研究科 (略称： 名大) Nagoya University Graduate School of Medicine (略称： Nagoya University) |
| 第6著者 氏名（和/英/ヨミ） | 森 健策 / Kensaku Mori / モリ ケンサク |
| 第6著者 所属（和/英） | 名古屋大学大学院情報学研究科/国立情報学研究所医療ビッグデータ研究センター (略称： 名大/NII) Graduate School of Informatics, Nagoya University/Research Center for Medical Bigdata, National Institute of Informatics (略称： Nagoya University/NII) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-01-22 10:05:00 |
| 発表時間 | 15分 |
| 申込先研究会 | MI |
| 資料番号 | MI2018-61 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.412 |
| ページ範囲 | pp.7-12 |
| ページ数 | 6 |
| 発行日 | 2019-01-15 (MI) |
[研究会発表申込システムのトップページに戻る]