お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
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 2020-01-29 16:20
仮想腹腔鏡画像生成と深層学習による腹腔鏡画像からの術具領域セグメンテーション
小澤卓也林 雄一郎小田紘久小田昌宏名大)・北坂孝幸愛知工大)・竹下修由伊藤雅昭国立がん研究センター東病院)・森 健策名大MI2019-94
抄録 (和) 本稿では,合成腹腔鏡画像生成と深層学習による腹腔鏡画像からの術具領域セグメンテーションについて述べる.腹腔鏡映像中の術具や解剖構造の自動認識技術は治療支援機器の開発や術者の技術評価に応用できる.深層学習を用いた腹腔鏡動画像の解析では,出現頻度が低い鉗子の学習データの大量収集が難しく,少数の学習データによる認識精度の低下が問題だった.そこで本稿では出現頻度の低い鉗子の学習データを画像合成技術によって増加させ,この問題を解決する.提案手法では術具の3Dモデルを実腹腔鏡動画に重畳させ,合成腹腔鏡動画とそれに対応するラベル動画を得る.実腹腔鏡動画から手動生成した学習データにこれらのデータを加え,セグメンテーションのための深層学習モデルの学習を行う.本手法を適用した結果,実腹腔鏡において出現頻度が低い鉗子の認識精度が向上した. 
(英) This paper proposes a surgical tool segmentation method from laparoscopic images using image synthesis and deep learning. Forceps and anatomical structure recognition in laparoscopic movies is applicable to develop various surgical assistance and surgical process analysis systems. In the analysis of laparoscopic movies using deep learning, it is difficult to collect massive training data of forceps which are used infrequently during surgery. Recognition accuracy of them may be reduced by lack of training data. This paper solves the problem by generating training data using image synthesis. A pairs of synthetic laparoscopic images and segmentation data is automatically generated by superimposing the 3D forceps models on the actual laparoscopic movies. A deep learning model of forceps segmentation is trained using both the synthetic and the manual segmentation datasets. We applied the trained model to extract forceps in laparoscopic movies. The result showed that recognition accuracy of forceps used infrequently during surgery was improved by using the proposed training data.
キーワード (和) 腹腔鏡手術映像 / 術具セグメンテーション / 画像合成 / / / / /  
(英) Laparoscopic video / Surgical tool segmentation / Image synthesis / / / / /  
文献情報 信学技報, vol. 119, no. 399, MI2019-94, pp. 129-134, 2020年1月.
資料番号 MI2019-94 
発行日 2020-01-22 (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 MI2019-94

研究会情報
研究会 MI  
開催期間 2020-01-29 - 2020-01-30 
開催地(和) 沖縄県青年会館 
開催地(英) OKINAWAKEN SEINENKAIKAN 
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 2020-01-MI 
本文の言語 日本語 
タイトル(和) 仮想腹腔鏡画像生成と深層学習による腹腔鏡画像からの術具領域セグメンテーション 
サブタイトル(和)  
タイトル(英) Surgical tool segmentation from laparoscopic images using laparoscopic image syntheses and deep learning 
サブタイトル(英)  
キーワード(1)(和/英) 腹腔鏡手術映像 / Laparoscopic video  
キーワード(2)(和/英) 術具セグメンテーション / Surgical tool segmentation  
キーワード(3)(和/英) 画像合成 / Image synthesis  
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) 小澤 卓也 / Takuya Ozawa / オザワ タクヤ
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) 林 雄一郎 / Yuichiro Hayashi / ハヤシ ユウイチロウ
第2著者 所属(和/英) 名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.)
第3著者 氏名(和/英/ヨミ) 小田 紘久 / Hirohisa Oda / オダ ヒロヒサ
第3著者 所属(和/英) 名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.)
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 (略称: 名大)
Nagoya University (略称: Nagoya Univ.)
第5著者 氏名(和/英/ヨミ) 北坂 孝幸 / Takayuki Kitasaka / キタサカ タカユキ
第5著者 所属(和/英) 愛知工業大学 (略称: 愛知工大)
Aichi Institute of Technology (略称: Aich Ins. of Tech.)
第6著者 氏名(和/英/ヨミ) 竹下 修由 / Nobuyoshi Takeshita / タケシタ ノブヨシ
第6著者 所属(和/英) 国立がん研究センター東病院 (略称: 国立がん研究センター東病院)
National Cancer Center Hospital East (略称: NCC East)
第7著者 氏名(和/英/ヨミ) 伊藤 雅昭 / Masaaki Ito / イトウ マサアキ
第7著者 所属(和/英) 国立がん研究センター東病院 (略称: 国立がん研究センター東病院)
National Cancer Center Hospital East (略称: NCC East)
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.)
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
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 2020-01-29 16:20:00 
発表時間 10分 
申込先研究会 MI 
資料番号 MI2019-94 
巻番号(vol) vol.119 
号番号(no) no.399 
ページ範囲 pp.129-134 
ページ数
発行日 2020-01-22 (MI) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会