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 |