お知らせ 研究会の開催と会場に参加される皆様へのお願い(2022年6月開催~)
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 2021-05-17 15:10
[ショートペーパー]3次元DeepCNNによる全身CT画像からの骨格筋領域の自動抽出に関する基礎的な検討
野﨑孝太周 向栄岐阜大)・神谷直希愛知県立大)・原 武史藤田広志岐阜大MI2021-7
抄録 (和) 筋萎縮性側索硬化症(ALS)は,運動ニューロンの変性により進行とともに随意筋が萎縮する難病である.ALSの治療法は確立されておらず,確定診断法が求められている.CT画像から,骨格筋の体積やCT値などの定量的な情報を取得できれば,ALSの診断情報の1つとして提供できる可能性があると考えられる.本研究では,骨格筋の定量的な情報を取得するための前段階として,全身CT画像から,3次元DeepCNNにより表層部の骨格筋の自動抽出を行う処理手法を検討した.21症例を用いた実験結果から,提案手法で抽出された骨格筋領域と手動による抽出結果は,平均Jaccard係数で80.5%,平均Dice係数で88.8%であった. 
(英) Amyotrophic lateral sclerosis (ALS) is an intractable disease in which voluntary muscles atrophy gradully due to degeneration of motor neurons. A definitive method for ALS diagnosis is required but it still has not been established. The quantitative information of skeletal muscle region such as volume and CT value that can be obtained from CT images may be useful for supporting ALS diagnosis. In this study, as a preliminary step to obtain quantitative information on skeletal muscles, we investigated an automatic method based on 3D Deep CNN for automatically segmatation surface skeletal muscle regions from whole-body CT images. The experimental results demonstrated that accuracies of the segmetanted skeletal muscle regions showed a mean value of 80.5% on Jaccard coefficient, and 88.8% on Dice coefficient by comapring to the human sketches on 21 whole body CT scans.
キーワード (和) 筋萎縮性側索硬化症 / 全身CT画像 / 骨格筋 / 3次元DeepCNN / / / /  
(英) Amyotrophic lateral sclerosis / whole-body CT image / skeletal muscle / 3D Deep CNN / / / /  
文献情報 信学技報, vol. 121, no. 21, MI2021-7, pp. 20-22, 2021年5月.
資料番号 MI2021-7 
発行日 2021-05-10 (MI) 
ISSN Print edition: ISSN 0913-5685  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 MI2021-7

研究会情報
研究会 MI  
開催期間 2021-05-17 - 2021-05-17 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) 医用画像処理,一般 
テーマ(英) Medical Image Processing, etc 
講演論文情報の詳細
申込み研究会 MI 
会議コード 2021-05-MI 
本文の言語 日本語 
タイトル(和) 3次元DeepCNNによる全身CT画像からの骨格筋領域の自動抽出に関する基礎的な検討 
サブタイトル(和)  
タイトル(英) Fundamental study of automatic segmentation of skeletal muscle regions on whole body CT images based on a 3D DeepCNN 
サブタイトル(英)  
キーワード(1)(和/英) 筋萎縮性側索硬化症 / Amyotrophic lateral sclerosis  
キーワード(2)(和/英) 全身CT画像 / whole-body CT image  
キーワード(3)(和/英) 骨格筋 / skeletal muscle  
キーワード(4)(和/英) 3次元DeepCNN / 3D Deep CNN  
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) 野﨑 孝太 / Kota Nozaki / ノザキ コウタ
第1著者 所属(和/英) 岐阜大学 (略称: 岐阜大)
Gifu University (略称: Gifu Univ.)
第2著者 氏名(和/英/ヨミ) 周 向栄 / Xiangong Zhou / シュウ コウエイ
第2著者 所属(和/英) 岐阜大学 (略称: 岐阜大)
Gifu University (略称: Gifu Univ.)
第3著者 氏名(和/英/ヨミ) 神谷 直希 / Naoki Kamiya / カミヤ ナオキ
第3著者 所属(和/英) 愛知県立大学 (略称: 愛知県立大)
Aichi Prefectual University (略称: Aichi Prefectual Univ.)
第4著者 氏名(和/英/ヨミ) 原 武史 / Takeshi Hara / ハラ タケシ
第4著者 所属(和/英) 岐阜大学 (略称: 岐阜大)
Gifu University (略称: Gifu Univ.)
第5著者 氏名(和/英/ヨミ) 藤田 広志 / Hiroshi Fujita / フジタ ヒロシ
第5著者 所属(和/英) 岐阜大学 (略称: 岐阜大)
Gifu University (略称: Gifu 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: )
講演者
発表日時 2021-05-17 15:10:00 
発表時間 30 
申込先研究会 MI 
資料番号 MI2021-7 
巻番号(vol) 121 
号番号(no) no.21 
ページ範囲 pp.20-22 
ページ数
発行日 2021-05-10 (MI) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会