| 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 | 2021-03-15 14:30 圧縮センシングのMRI応用における深層学習再構成法の比較 ○阿部真弥・大内翔平・伊藤聡志（宇都宮大）  MI2020-56 |
|
| 抄録 | （和） | MRIにおける圧縮センシングの導入は，MRIの収集信号を直接的に削減することを可能とするため，MRIの課題である撮像時間の短縮化を可能とする． 一方で，信号量の削減とスパース性の仮定などによる再構成像の品質低下，および再構成処理の計算コストが問題となる．これらの問題を緩和する方法として深層学習の利用が盛んに行われている．深層学習を利用した再構成法では，事前学習による再構成像の画質改善，ならびに再構成処理の短時間化が期待できる． 本研究では，深層学習を利用した画像再構成法としてDAGANの改良を行い，他の深層学習再構成法や従来の反復型再構成法と比較した． その結果，PSNRなどの指標でDAGANを上回る値が得られた． |
| （英） | The theory of compressed sensing (CS) has been introduced to MRI to reduce the scan time. However, CS reconstruction introduces degradation and artificial appearances to obtained images. Deep learning is actively used for method to alleviate these problems. Reconstruction by using deep learning is expected to better reconstruction image for before learning and shorten reconstructing time. In this study, the improvement of de-aliasing generative adversarial networks (DAGAN) was studied. The reconstruction performances of modified GAN were tested and compared with other reconstruction methods. Reconstruction experiments showed that the proposed DAGAN offered superior images compared with other methods in contrast preservation and artifacts reduction. |
|
| キーワード | （和） | 深層学習 / 圧縮センシング / 画像再構成 / 敵対的生成ネットワーク / / / / |
| （英） | deep learning / compressed sensing / image reconstruction / GAN / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 431, MI2020-56, pp. 41-45, 2021年3月. | |
| 資料番号 | MI2020-56 | |
| 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 | MI2020-56 |
|
| 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） | 圧縮センシングのMRI応用における深層学習再構成法の比較 |
| サブタイトル（和） | |
| タイトル（英） | Comparison of Deep Learning Reconstruction for MR Compressed Sensing |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / deep learning |
| キーワード(2)（和/英） | 圧縮センシング / compressed sensing |
| キーワード(3)（和/英） | 画像再構成 / image reconstruction |
| キーワード(4)（和/英） | 敵対的生成ネットワーク / GAN |
| 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） | 阿部 真弥 / Shinya Abe / アベ シンヤ |
| 第1著者 所属（和/英） | 宇都宮大学 (略称： 宇都宮大) Utsunomiya University (略称： Utsunomiya Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 大内 翔平 / Shohei Ouchi / オオウチ ショウヘイ |
| 第2著者 所属（和/英） | 宇都宮大学 (略称： 宇都宮大) Utsunomiya University (略称： Utsunomiya Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 伊藤 聡志 / Satoshi Ito / イトウ サトシ |
| 第3著者 所属（和/英） | 宇都宮大学 (略称： 宇都宮大) Utsunomiya University (略称： Utsunomiya Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-03-15 14:30:00 |
| 発表時間 | 15分 |
| 申込先研究会 | MI |
| 資料番号 | MI2020-56 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.431 |
| ページ範囲 | pp.41-45 |
| ページ数 | 5 |
| 発行日 | 2021-03-08 (MI) |
[研究会発表申込システムのトップページに戻る]