| 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 | 2019-01-23 11:40 CTからの腹部多臓器抽出におけるgroup normalizationの影響に関する考察 ○申 忱（名大）・Fausto Milletari・Holger R. Roth（Nvidia）・小田紘久・小田昌宏・林 雄一郎（名大）・三澤一成（愛知県がんセンター中央病院）・森 健策（名大）  MI2018-94 |
|
| 抄録 | （和） | 臓器自動抽出は医用画像処理において重要な役割を占める．Fully convolutional networks (FCNs)がこの領域で多く用いられており，CT像などのボクセル単位での画像抽出において良好な結果が得られている．本稿では，FCNを用いた3次元CTからの多臓器抽出におけるGroup Normalization (GN)による正規化の影響に関して考察する．近年，深層学習を用いた臓器自動抽出が多く行われている．Batch Normalizationによる正規化は学習の収束を加速することができ，ネットワーク初期値への影響を低減し，過学習を抑制できるなどの利点があるため，これまでの研究で多く使われている．しかし，正規化の効果はバッチサイズに強く依存している．ここでは，バッチサイズへの依存を抑えたGNを使用する場合の抽出精度への影響について調査した．本研究では，3次元門脈層CT像 377症例を用いて実験を行った．GNの導入により，動脈や膵臓などの小さい領域においての精度向上が見られた． |
| （英） | Organ segmentation is one of the most important branches of medical image analysis. Fully convolutional networks (FCNs) have become the dominant approach for this task and achieved considerable improvements for automated organ segmentation in volumetric image data, such as computed tomography images. In this paper, we investigate the influence of group normalization (GN) in multi-class organ segmentation from 3D CT volumes using fully convolutional network. Batch normalization is widely utilized in deep learning based methods to accelerate the convergence, reduce the reliance on initial learning rate and avoid overfitting. However, this type of normalization is strongly related to the batch size. Here, we study the influence of GN which is independent from batch size. In this research, we performed experiments on 377 cases of portal vein-phase abdominal CT volumes. The segmentation performance for small organs like artery and pancreas improved by introducing GN. | |
| キーワード | （和） | 深層学習 / 多臓器抽出 / group normalization / CT / / / / |
| （英） | deep learning / multi-organ segmentation / group normalization / computed tomography / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 412, MI2018-94, pp. 143-148, 2019年1月. | |
| 資料番号 | MI2018-94 | |
| 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 | MI2018-94 |
|
| 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） | CTからの腹部多臓器抽出におけるgroup normalizationの影響に関する考察 |
| サブタイトル（和） | |
| タイトル（英） | Influence of group normalization in multi-class organ segmentation of abdominal CT volumes |
| 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） | 多臓器抽出 / multi-organ segmentation |
| キーワード(3)（和/英） | group normalization / group normalization |
| キーワード(4)（和/英） | CT / computed tomography |
| 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） | 申 忱 / Chen Shen / シン マコト |
| 第1著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第2著者 氏名（和/英/ヨミ） | Fausto Milletari / Fausto Milletari / フォースト ミレタリ |
| 第2著者 所属（和/英） | Nvidia (略称： Nvidia) Nvidia (略称： Nvidia) |
| 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） | Nvidia (略称： Nvidia) Nvidia (略称： Nvidia) |
| 第4著者 氏名（和/英/ヨミ） | 小田 紘久 / Hirohisa Oda / オダ ヒロヒサ |
| 第4著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 小田 昌宏 / Masahiro Oda / オダ マサヒロ |
| 第5著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第6著者 氏名（和/英/ヨミ） | 林 雄一郎 / Yuichiro Hayashi / ハヤシ ユウイチロウ |
| 第6著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第7著者 氏名（和/英/ヨミ） | 三澤 一成 / Kazunari Misawa / ミサワ カズナリ |
| 第7著者 所属（和/英） | 愛知県がんセンター中央病院 (略称： 愛知県がんセンター中央病院) Aichi Cancer Center Hospital (略称： Aichi Cancer Center Hospital) |
| 第8著者 氏名（和/英/ヨミ） | 森 健策 / Kensaku Mori / モリ ケンサク |
| 第8著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-01-23 11:40:00 |
| 発表時間 | 15分 |
| 申込先研究会 | MI |
| 資料番号 | MI2018-94 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.412 |
| ページ範囲 | pp.143-148 |
| 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]