| 講演抄録/キーワード |
| 講演名 |
2021-03-15 13:30
異常検知による顎骨骨髄炎範囲の自動推定 ○星野秀晃・盛田健人(三重大)・武田大介・長谷川巧実(神戸大)・若林哲史(三重大) MI2020-53 |
| 抄録 |
(和) |
顎骨骨髄炎は,口腔がんの放射線治療や骨吸収抑制薬の使用などにより発症する口腔外科領域における最も難治性の疾患である.近年,顎骨骨髄炎の治療法として顎骨切除が用いられているが,術前画像中から判別できる骨髄炎範囲が曖昧であるため,手術の長時間化等の問題が発生している.そのため,切除範囲の高精度な推定を可能とすることで,医師と患者の負担軽減を行うことが求められている.本研究では,深層距離学習と異常検知を組み合わせによる,術前における骨髄炎発生領域の推定手法を提案した.学習に顎骨炎症領域を用いないことから,先行研究の課題であった顎骨の正常領域と異常領域とのデータ不均衡性を解消した.被験者4名による顎骨CT画像を用いた実験の結果,骨髄炎発生有無をF値0.85の精度で推定でき,先行研究の精度を上回った. |
| (英) |
In recent years, osteotomy has been used as a treatment for osteomyelitis of the jaw. However, the extent of osteomyelitis that can be determined from preoperative images is ambiguous, which causes problems such as lengthy surgery. Therefore, it is necessary to estimate the resection area with high accuracy. In this study, we proposed a method that combines deep metric learning and anomaly detection to estimate the area of osteomyelitis before surgery. As a result of experiments, we were able to estimate the presence or absence of osteomyelitis with F value of 0.85. |
| キーワード |
(和) |
顎骨骨髄炎 / コンピュータ支援診断 / CT画像 / 異常検知 / 深層学習 / / / |
| (英) |
Osteomyelitis of the jaw / Computer-aided diagnosis / CT imaging / Anomaly detection / Deep learning / / / |
| 文献情報 |
信学技報, vol. 120, no. 431, MI2020-53, pp. 25-28, 2021年3月. |
| 資料番号 |
MI2020-53 |
| 発行日 |
2021-03-08 (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 |
MI2020-53 |
| 研究会情報 |
| 研究会 |
MI |
| 開催期間 |
2021-03-15 - 2021-03-17 |
| 開催地(和) |
オンライン開催 |
| 開催地(英) |
Online |
| テーマ(和) |
医用画像一般(メディカルイメージング連合フォーラム) |
| テーマ(英) |
Medical Imaging |
| 講演論文情報の詳細 |
| 申込み研究会 |
MI |
| 会議コード |
2021-03-MI |
| 本文の言語 |
日本語 |
| タイトル(和) |
異常検知による顎骨骨髄炎範囲の自動推定 |
| サブタイトル(和) |
|
| タイトル(英) |
Automatic estimation of the extent of osteomyelitis of the jaw by anomaly detection |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
顎骨骨髄炎 / Osteomyelitis of the jaw |
| キーワード(2)(和/英) |
コンピュータ支援診断 / Computer-aided diagnosis |
| キーワード(3)(和/英) |
CT画像 / CT imaging |
| キーワード(4)(和/英) |
異常検知 / Anomaly detection |
| キーワード(5)(和/英) |
深層学習 / Deep learning |
| 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) |
星野 秀晃 / Hideaki Hoshino / ホシノ ヒデアキ |
| 第1著者 所属(和/英) |
三重大学 (略称: 三重大)
Mie University (略称: Mie Univ.) |
| 第2著者 氏名(和/英/ヨミ) |
盛田 健人 / Kento Morita / モリタ ケント |
| 第2著者 所属(和/英) |
三重大学 (略称: 三重大)
Mie University (略称: Mie Univ.) |
| 第3著者 氏名(和/英/ヨミ) |
武田 大介 / Daisuke Takeda / タケダ ダイスケ |
| 第3著者 所属(和/英) |
神戸大学 (略称: 神戸大)
Kobe University (略称: Kobe Univ.) |
| 第4著者 氏名(和/英/ヨミ) |
長谷川 巧実 / Takumi Hasegawa / ハセガワ タクミ |
| 第4著者 所属(和/英) |
神戸大学 (略称: 神戸大)
Kobe University (略称: Kobe Univ.) |
| 第5著者 氏名(和/英/ヨミ) |
若林 哲史 / Tetsushi Wakabayashi / ワカバヤシ テツシ |
| 第5著者 所属(和/英) |
三重大学 (略称: 三重大)
Mie University (略称: Mie Univ.) |
| 第6著者 氏名(和/英/ヨミ) |
/ / |
| 第6著者 所属(和/英) |
(略称: )
(略称: ) |
| 第7著者 氏名(和/英/ヨミ) |
/ / |
| 第7著者 所属(和/英) |
(略称: )
(略称: ) |
| 第8著者 氏名(和/英/ヨミ) |
/ / |
| 第8著者 所属(和/英) |
(略称: )
(略称: ) |
| 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: ) |
| 第21著者 氏名(和/英/ヨミ) |
/ / |
| 第21著者 所属(和/英) |
(略称: )
(略称: ) |
| 第22著者 氏名(和/英/ヨミ) |
/ / |
| 第22著者 所属(和/英) |
(略称: )
(略称: ) |
| 第23著者 氏名(和/英/ヨミ) |
/ / |
| 第23著者 所属(和/英) |
(略称: )
(略称: ) |
| 第24著者 氏名(和/英/ヨミ) |
/ / |
| 第24著者 所属(和/英) |
(略称: )
(略称: ) |
| 第25著者 氏名(和/英/ヨミ) |
/ / |
| 第25著者 所属(和/英) |
(略称: )
(略称: ) |
| 第26著者 氏名(和/英/ヨミ) |
/ / |
| 第26著者 所属(和/英) |
(略称: )
(略称: ) |
| 第27著者 氏名(和/英/ヨミ) |
/ / |
| 第27著者 所属(和/英) |
(略称: )
(略称: ) |
| 第28著者 氏名(和/英/ヨミ) |
/ / |
| 第28著者 所属(和/英) |
(略称: )
(略称: ) |
| 第29著者 氏名(和/英/ヨミ) |
/ / |
| 第29著者 所属(和/英) |
(略称: )
(略称: ) |
| 第30著者 氏名(和/英/ヨミ) |
/ / |
| 第30著者 所属(和/英) |
(略称: )
(略称: ) |
| 第31著者 氏名(和/英/ヨミ) |
/ / |
| 第31著者 所属(和/英) |
(略称: )
(略称: ) |
| 第32著者 氏名(和/英/ヨミ) |
/ / |
| 第32著者 所属(和/英) |
(略称: )
(略称: ) |
| 第33著者 氏名(和/英/ヨミ) |
/ / |
| 第33著者 所属(和/英) |
(略称: )
(略称: ) |
| 第34著者 氏名(和/英/ヨミ) |
/ / |
| 第34著者 所属(和/英) |
(略称: )
(略称: ) |
| 第35著者 氏名(和/英/ヨミ) |
/ / |
| 第35著者 所属(和/英) |
(略称: )
(略称: ) |
| 第36著者 氏名(和/英/ヨミ) |
/ / |
| 第36著者 所属(和/英) |
(略称: )
(略称: ) |
| 講演者 |
第1著者 |
| 発表日時 |
2021-03-15 13:30:00 |
| 発表時間 |
15分 |
| 申込先研究会 |
MI |
| 資料番号 |
MI2020-53 |
| 巻番号(vol) |
vol.120 |
| 号番号(no) |
no.431 |
| ページ範囲 |
pp.25-28 |
| ページ数 |
4 |
| 発行日 |
2021-03-08 (MI) |