講演抄録/キーワード |
講演名 |
2020-01-29 09:55
One-class SVMを用いた病変強調によるFDG-PET/CT上の頸胸部病変の自動検出 ○田中敦子・根本充貴・甲斐田勇人・木村裕一・永岡 隆・山田誉大・牛房和之(近畿大)・花岡宏平(近畿大病院)・北島一宏(兵庫医科大)・槌谷達也(兵庫医科大病院)・石井一成(近畿大) MI2019-67 |
抄録 |
(和) |
one-class SVM(OCSVM)による異常検知を用いた病変強調によるFDG-PET/CT上の頚胸部原発性・転移性病変検出法を提案する。提案手法は、左右肺および頸縦隔領域の自動抽出、正常画素データを学習したOCSVMによる異常画素検知、計測異常度に基づく病変候補検出からなる。臨床FDG-PET/CT を用いた評価実験で提案法の有用性を確認した。また従来手法であるマハラノビス距離を使用した異常検知処理による病変強調及び検出法との比較を行い、本提案法の有効性を確認した。 |
(英) |
We propose an anomaly detection based method to detect primary and metastatic lesions in the cervical and thoracic region on FDG-PET/CT by lesion enhancement using one-class SVM (OCSVM). The first step of the proposed method is the automatic extraction of bilateral lungs, cervical region, and the mediastinal region. Secondary, voxel abnormality is measured at each voxel in the extracted regions by organ-specific OCSVMs, that have been trained by normal voxel data previously. Next, lesion candidates are detected by the thresholding process for the voxel abnormalities. In the evaluation using clinical FDG-PET/CT, we confirmed the effectiveness of the proposed method by comparison of the lesion detection performances between the proposed method and our previous method using the Mahalanobis distance. |
キーワード |
(和) |
one-class SVM / 異常検知 / FDG-PET/CT / コンピュータ支援診断 / / / / |
(英) |
one-class SVM / anomaly detection / FDG-PET/CT / computer aided diagnosis / / / / |
文献情報 |
信学技報, vol. 119, no. 399, MI2019-67, pp. 11-14, 2020年1月. |
資料番号 |
MI2019-67 |
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 |
MI2019-67 |