| 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 | 2021-07-08 14:30 深層学習を用いた冠動脈OCT画像からの石灰化領域抽出 ○及川 遼・加藤 徹・土井章男・バサビ チャクラボルティ（岩手県立大）・石田 大（岩手医科大）  MI2021-12 |
|
| 抄録 | （和） | 冠動脈の狭窄や閉塞は狭心症発作や心筋梗塞を招き，冠動脈疾患は代表的な死亡原因となっている．その中でも石灰化した病変は治療が難しくその評価が重要と考えられている．ここ10年で冠動脈の石灰化部の診断には光干渉断層計(OCT)が広く使われるようになり，冠動脈ステントの自動抽出，内腔の評価，3Dイメージの出力も可能であるが，石灰化などの病状を自動的に抽出・診断をすることはできないのがOCTの現状である．本研究では冠動脈OCT画像からの石灰化画像のセグメンテーション手法を提案し，評価を行った． |
| （英） | Stenosis or occlusion of coronary arteries leads to angina attacks and myocardial infarctions, and coronary artery disease is a leading cause of death. Coronary artery disease is a leading cause of death. Calcified lesions are particularly difficult to treat, and their evaluation is considered to be important. In the last decade, optical coherence tomography (OCT) has become widely used to diagnose calcified areas in coronary arteries. Although OCT can automatically extract coronary stents, evaluate lumen, and output 3D images, it is currently unable to automatically extract and diagnose disease states such as calcification. In this study, we proposed and evaluated a segmentation method for calcification images from coronary OCT images. | |
| キーワード | （和） | 深層学習 / OCT画像 / セマンティックセグメンテーション / / / / / |
| （英） | Deep Learning / OCT Image / Semantic Segmentation / / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 98, MI2021-12, pp. 15-19, 2021年7月. | |
| 資料番号 | MI2021-12 | |
| 発行日 | 2021-07-01 (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 | MI2021-12 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2021-07-08 - 2021-07-09 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 医用画像処理および認識一般 |
| テーマ（英） | Medical imaging, physics, and recognition |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2021-07-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習を用いた冠動脈OCT画像からの石灰化領域抽出 |
| サブタイトル（和） | |
| タイトル（英） | Extraction of Calcified Regions from OCT Images Using Deep Learning |
| 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） | OCT画像 / OCT Image |
| キーワード(3)（和/英） | セマンティックセグメンテーション / Semantic Segmentation |
| キーワード(4)（和/英） | / |
| 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） | 及川 遼 / Ryo Oikawa / オイカワ リョウ |
| 第1著者 所属（和/英） | 岩手県立大学 (略称： 岩手県立大) Iwate Prefectural University (略称： Iwate Prefectural Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 加藤 徹 / Toru Kato / カトウ トオル |
| 第2著者 所属（和/英） | 岩手県立大学 (略称： 岩手県立大) Iwate Prefectural University (略称： Iwate Prefectural Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 土井 章男 / Akio Doi / ドイ アキオ |
| 第3著者 所属（和/英） | 岩手県立大学 (略称： 岩手県立大) Iwate Prefectural University (略称： Iwate Prefectural Univ.) |
| 第4著者 氏名（和/英/ヨミ） | バサビ チャクラボルティ / Basabi Chakraborty / バサビ チャクラボルティ |
| 第4著者 所属（和/英） | 岩手県立大学 (略称： 岩手県立大) Iwate Prefectural University (略称： Iwate Prefectural Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 石田 大 / Masaru Ishida / イシダ マサル |
| 第5著者 所属（和/英） | 岩手医科大学 (略称： 岩手医科大) Iwate Medical University (略称： Iwate Medical 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-07-08 14:30:00 |
| 発表時間 | 30分 |
| 申込先研究会 | MI |
| 資料番号 | MI2021-12 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.98 |
| ページ範囲 | pp.15-19 |
| ページ数 | 5 |
| 発行日 | 2021-07-01 (MI) |
[研究会発表申込システムのトップページに戻る]