講演抄録/キーワード |
講演名 |
2019-01-23 14:00
超音波画像に対する深層学習による影の教師なし検出 ○安富 優(富士通研)・酒井 彬(富士通アドバンストテクノロジ)・小松正明(理研)・松岡 隆・小松玲奈・新垣達也・徳中真由美(昭和大)・町野英徳・小林和馬(国立がん研究センター)・浅田 健(理研)・金子修三(国立がん研究センター)・関沢明彦(昭和大)・浜本隆二(理研) MI2018-96 |
抄録 |
(和) |
超音波検査は,体内の臓器などの構造物を非侵襲的に検査できるため,医療分野で広く利用されている.骨や空気などの反射物の介在により超音波画像にはアーチファクトとして影が写り込むことが多く,診断や画像処理の妨げになるため,このような影を画像から検出する問題は重要である.本稿では,深層学習により,超音波画像に写った影を教師なし学習により学習し,検出する手法を提案する.具体的には,入力画像を影とそれ以外に一旦分離し合成することで入力を復元するオートエンコーダを構成し,超音波画像や,写り込む影の特性を考慮した損失関数によりラベルなしデータから影を検出できるよう学習する.胎児心臓超音波画像の実データに対する評価を行い,提案手法の有効性を示す. |
(英) |
Medical ultrasound is widely used for diagnosing internal organs since it is non-invasive. Shadows are often appear in ultrasound images, and they hinder diagnosing and image processing. Detecting shadows from the images is important problem in such cases. In this paper, we propose a method to detect shadows using deep learning which is learned by unsupervised way. Specifically, we construct an autoencoder that splits input images into shadows and other contents, and combines them to reconstruct the inputs. The autoencoder is learned to split by newly proposed losses that evaluates characteristics of ultrasound images and its shadows. Effectiveness of the proposed method is shown by experiments on images for embryonic heart diagnosis. |
キーワード |
(和) |
超音波画像 / 影検出 / 深層学習 / 教師なし学習 / / / / |
(英) |
Ultrasound imaging / Shadow detection / Deep learning / Unsupervised learning / / / / |
文献情報 |
信学技報, vol. 118, no. 412, MI2018-96, pp. 151-156, 2019年1月. |
資料番号 |
MI2018-96 |
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 |
MI2018-96 |
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) |
超音波画像に対する深層学習による影の教師なし検出 |
サブタイトル(和) |
|
タイトル(英) |
Unsupervised Shadow Detection for Ultrasound Images by Deep Learning |
サブタイトル(英) |
|
キーワード(1)(和/英) |
超音波画像 / Ultrasound imaging |
キーワード(2)(和/英) |
影検出 / Shadow detection |
キーワード(3)(和/英) |
深層学習 / Deep learning |
キーワード(4)(和/英) |
教師なし学習 / Unsupervised learning |
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) |
安富 優 / Suguru Yasutomi / ヤストミ スグル |
第1著者 所属(和/英) |
富士通研究所・人工知能研究所 (略称: 富士通研)
Fujitsu Laboratories Ltd., Artificial Intelligence Laboratory (略称: FLL) |
第2著者 氏名(和/英/ヨミ) |
酒井 彬 / Akira Sakai / サカイ アキラ |
第2著者 所属(和/英) |
富士通アドバンストテクノロジ・開発プラットフォーム技術統括部 (略称: 富士通アドバンストテクノロジ)
Fujitsu Advanced Technologies, Division of Development Platform Technology (略称: FATEC) |
第3著者 氏名(和/英/ヨミ) |
小松 正明 / Masaaki Komatsu / コマツ マサアキ |
第3著者 所属(和/英) |
理化学研究所・革新知能統合研究センター・がん探索医療研究チーム (略称: 理研)
RIKEN, AIP Center, Cancer Translational Research Team (略称: Riken) |
第4著者 氏名(和/英/ヨミ) |
松岡 隆 / Ryu Matsuoka / マツオカ リュウ |
第4著者 所属(和/英) |
昭和大学医学部・産婦人科学講座 (略称: 昭和大)
Showa University School of Medicine, Department of Obstetrics and Gynecology (略称: Showa-U) |
第5著者 氏名(和/英/ヨミ) |
小松 玲奈 / Reina Komatsu / コマツ レイナ |
第5著者 所属(和/英) |
昭和大学医学部・産婦人科学講座 (略称: 昭和大)
Showa University School of Medicine, Department of Obstetrics and Gynecology (略称: Showa-U) |
第6著者 氏名(和/英/ヨミ) |
新垣 達也 / Tatsuya Arakaki / アラカキ タツヤ |
第6著者 所属(和/英) |
昭和大学医学部・産婦人科学講座 (略称: 昭和大)
Showa University School of Medicine, Department of Obstetrics and Gynecology (略称: Showa-U) |
第7著者 氏名(和/英/ヨミ) |
徳中 真由美 / Mayumi Tokunaka / トクナカ マユミ |
第7著者 所属(和/英) |
昭和大学医学部・産婦人科学講座 (略称: 昭和大)
Showa University School of Medicine, Department of Obstetrics and Gynecology (略称: Showa-U) |
第8著者 氏名(和/英/ヨミ) |
町野 英徳 / Hidenori Machino / マチノ ヒデノリ |
第8著者 所属(和/英) |
国立がん研究センター・研究所・がん分子修飾制御学分野 (略称: 国立がん研究センター)
National Cancer Center Research Institute, Division of Molecular Modification and Cancer Biology (略称: NCC) |
第9著者 氏名(和/英/ヨミ) |
小林 和馬 / Kazuma Kobayashi / コバヤシ カズマ |
第9著者 所属(和/英) |
国立がん研究センター・研究所・がん分子修飾制御学分野 (略称: 国立がん研究センター)
National Cancer Center Research Institute, Division of Molecular Modification and Cancer Biology (略称: NCC) |
第10著者 氏名(和/英/ヨミ) |
浅田 健 / Ken Asada / アサダ ケン |
第10著者 所属(和/英) |
理化学研究所・革新知能統合研究センター・がん探索医療研究チーム (略称: 理研)
RIKEN, AIP Center, Cancer Translational Research Team (略称: Riken) |
第11著者 氏名(和/英/ヨミ) |
金子 修三 / Syuzo Kaneko / カネコ シュウゾウ |
第11著者 所属(和/英) |
国立がん研究センター・研究所・がん分子修飾制御学分野 (略称: 国立がん研究センター)
National Cancer Center Research Institute, Division of Molecular Modification and Cancer Biology (略称: NCC) |
第12著者 氏名(和/英/ヨミ) |
関沢 明彦 / Akihiko Sekizawa / セキザワ アキヒコ |
第12著者 所属(和/英) |
昭和大学医学部・産婦人科学講座 (略称: 昭和大)
Showa University School of Medicine, Department of Obstetrics and Gynecology (略称: Showa-U) |
第13著者 氏名(和/英/ヨミ) |
浜本 隆二 / Ryuji Hamamoto / ハマモト リュウジ |
第13著者 所属(和/英) |
理化学研究所・革新知能統合研究センター・がん探索医療研究チーム (略称: 理研)
RIKEN, AIP Center, Cancer Translational Research Team (略称: Riken) |
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: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2019-01-23 14:00:00 |
発表時間 |
60分 |
申込先研究会 |
MI |
資料番号 |
MI2018-96 |
巻番号(vol) |
vol.118 |
号番号(no) |
no.412 |
ページ範囲 |
pp.151-156 |
ページ数 |
6 |
発行日 |
2019-01-15 (MI) |