講演抄録/キーワード |
講演名 |
2021-03-16 09:30
深層生成モデルによる胸部CT像上の血管の統計モデル構築 ○佐伯雄輝・斉藤 篤(東京農工大)・ジャン コスティ・剣持雪子(LIGM/ UGE/ CNRS/ ESIEE Paris)・清水昭伸(東京農工大) MI2020-65 |
抄録 |
(和) |
本研究では,3次元胸部CT像上の血管の統計的濃度モデル構築を目的とする.今回は,深層生成モデルの学習にトポロジーデータ解析を組み込んだモデル構築手法を提案する.具体的には,学習時にモデルが生成するデータの持つトポロジー特徴を,血管の解剖学的に正しいトポロジー特徴に近づけるような損失関数を導入し,深層生成モデルの最適化を行う.これにより,end-to-endなトポロジー保存のモデル構築を目指す. |
(英) |
The purpose of this study is to build a statistical intensity model of pulmonary vasculatures in CT volumes. In this study, we propose a modeling method that incorporates topological data analysis into the training of deep generative model. Specifically, we optimize the deep generative model by introducing a loss function that makes the topological features of the data generated by the model during training closer to the anatomically correct topological features of blood vessels. By using this method, we aim to build an end-to-end topology-preserving model. |
キーワード |
(和) |
統計モデル / 位相的データ解析 / 変分自動符号化器 / 血管 / 3次元胸部CT像 / 深層生成モデル / 解剖学的事前知識 / 濃度分布 |
(英) |
statistical model / topological data analysis / variational autoencoder / vasculature / pulmonary CT volume / deep generative model / anatomical prior / intensity distribution |
文献情報 |
信学技報, vol. 120, no. 431, MI2020-65, pp. 80-81, 2021年3月. |
資料番号 |
MI2020-65 |
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 |
MI2020-65 |
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) |
深層生成モデルによる胸部CT像上の血管の統計モデル構築 |
サブタイトル(和) |
|
タイトル(英) |
Statistical modeling of pulmonary vasculatures in CT volumes using a deep generative model |
サブタイトル(英) |
|
キーワード(1)(和/英) |
統計モデル / statistical model |
キーワード(2)(和/英) |
位相的データ解析 / topological data analysis |
キーワード(3)(和/英) |
変分自動符号化器 / variational autoencoder |
キーワード(4)(和/英) |
血管 / vasculature |
キーワード(5)(和/英) |
3次元胸部CT像 / pulmonary CT volume |
キーワード(6)(和/英) |
深層生成モデル / deep generative model |
キーワード(7)(和/英) |
解剖学的事前知識 / anatomical prior |
キーワード(8)(和/英) |
濃度分布 / intensity distribution |
第1著者 氏名(和/英/ヨミ) |
佐伯 雄輝 / Yuki Saeki / サエキ ユウキ |
第1著者 所属(和/英) |
東京農工大学 (略称: 東京農工大)
Tokyo University of Agriculture and Technology (略称: TUAT) |
第2著者 氏名(和/英/ヨミ) |
斉藤 篤 / Atshushi Saito / サイトウ アツシ |
第2著者 所属(和/英) |
東京農工大学 (略称: 東京農工大)
Tokyo University of Agriculture and Technology (略称: TUAT) |
第3著者 氏名(和/英/ヨミ) |
ジャン コスティ / Jean Cousty / ジャン コスティ |
第3著者 所属(和/英) |
ガスパール・モンジュ情報学研究所,ギュスターヴ・エッフェル大学,仏国立科学研究センター,ESIEE Paris (略称: LIGM/ UGE/ CNRS/ ESIEE Paris)
LIGM, Univ Gustave Eiffel, CNRS, ESIEE Paris, F-77454 Marne-la-Vallée, France (略称: LIGM/ UGE/ CNRS/ ESIEE Paris) |
第4著者 氏名(和/英/ヨミ) |
剣持 雪子 / Yukiko Kenmochi / ケンモチ ユキコ |
第4著者 所属(和/英) |
ガスパール・モンジュ情報学研究所,ギュスターヴ・エッフェル大学,仏国立科学研究センター,ESIEE Paris (略称: LIGM/ UGE/ CNRS/ ESIEE Paris)
LIGM, Univ Gustave Eiffel, CNRS, ESIEE Paris, F-77454 Marne-la-Vallée, France (略称: LIGM/ UGE/ CNRS/ ESIEE Paris) |
第5著者 氏名(和/英/ヨミ) |
清水 昭伸 / Akinobu Shimizu / シミズ アキノブ |
第5著者 所属(和/英) |
東京農工大学 (略称: 東京農工大)
Tokyo University of Agriculture and Technology (略称: TUAT) |
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: ) |
講演者 |
第1著者 |
発表日時 |
2021-03-16 09:30:00 |
発表時間 |
15分 |
申込先研究会 |
MI |
資料番号 |
MI2020-65 |
巻番号(vol) |
vol.120 |
号番号(no) |
no.431 |
ページ範囲 |
pp.80-81 |
ページ数 |
2 |
発行日 |
2021-03-08 (MI) |