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 2022-01-27 16:13
[ショートペーパー]弱教師あり深層学習を用いたMR画像におけるびまん性を含む血管病変の領域の自動抽出
深谷航生原 武史岐阜大)・野崎太希松迫正樹聖路加国際病院)・片渕哲朗岐阜医療科学大)・周 向栄藤田広志岐阜大MI2021-87
抄録 (和) 血管病変の一種であるクリッペルトレノネーウェーバー症候群(KTS)は医師の主観によって病変の進行度合いが判断されるため,定量的な診断方法が存在しない.本研究の目的は,MRIを用いて撮像した画像において,病変の領域の自動抽出手法を開発し,定量的評価に繋げることである.KTSはアノテーションラベルの入手が困難なため,画像単位のラベルを用いて領域抽出を行なった.病変が左右大腿どちらに発生しているかの分類と,パッチ化した画像に対して病変が含まれるかの分類の2種類を行い,Grad-Camを適用する.得られたアテンションマップをもとに疑似ラベルを作成し,CNNでセグメンテーションを行なった.その結果,一致率75.3%となり,有効性が示された. 
(英) Klippel-Trenaunay-Weber syndrome (KTS) is a type of vascular lesion for which there is no quantitative diagnostic method because the degree of lesion progression is judged subjectively by the physician.The purpose of this study is to develop a method for automatic extraction of lesion regions in MRI images, which will lead to quantitative evaluation.Since it is difficult to obtain annotation labels for KTS, we used labels for each image to extract the regions.We applied Grad-Cam to two types of classification: one is whether the lesion occurs on the left or right thigh, and the other is whether the lesion is included in the patched image.Pseudo-labels were created based on the obtained attention maps, and segmentation was performed using CNN. As a result, the agreement rate was 75.3%, indicating the effectiveness of the method.
キーワード (和) MRI / 深層学習 / Grad-Cam / 弱教師あり / / / /  
(英) MRI / Deep Learning / Grad-Cam / weakly supervised / / / /  
文献情報 信学技報, vol. 121, no. 347, MI2021-87, pp. 186-187, 2022年1月.
資料番号 MI2021-87 
発行日 2022-01-18 (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 MI2021-87

研究会情報
研究会 MI  
開催期間 2022-01-25 - 2022-01-27 
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)  
講演論文情報の詳細
申込み研究会 MI 
会議コード 2022-01-MI 
本文の言語 日本語 
タイトル(和) 弱教師あり深層学習を用いたMR画像におけるびまん性を含む血管病変の領域の自動抽出 
サブタイトル(和)  
タイトル(英) utomatic Extraction of Regions of Vascular Lesions Including Diffuse Lesions in MR Images Using Weakly Supervised Deep Learning 
サブタイトル(英)  
キーワード(1)(和/英) MRI / MRI  
キーワード(2)(和/英) 深層学習 / Deep Learning  
キーワード(3)(和/英) Grad-Cam / Grad-Cam  
キーワード(4)(和/英) 弱教師あり / weakly supervised  
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) 深谷 航生 / Koki Fukaya / フカヤ コウキ
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) 原 武史 / Takeshi Hara / ハラ タケシ
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) 野崎 太希 / Taiki Nozaki / Taiki Nozaki
第3著者 所属(和/英) 聖路加国際病院 (略称: 聖路加国際病院)
St.Luke's International Hospital (略称: St.Luke's International Hosp.)
第4著者 氏名(和/英/ヨミ) 松迫 正樹 / Masaki Matsusako / マツサコ マサキ
第4著者 所属(和/英) 聖路加国際病院 (略称: 聖路加国際病院)
St.Luke's International Hospital (略称: St.Luke's International Hosp.)
第5著者 氏名(和/英/ヨミ) 片渕 哲朗 / Tetsuro Katafuchi / カタフチ テツロウ
第5著者 所属(和/英) 岐阜医療科学大学 (略称: 岐阜医療科学大)
Gifu University of Medical Science (略称: Gifu Medical Univ.)
第6著者 氏名(和/英/ヨミ) 周 向栄 / Xiangrong Zhou / シュウ コウエイ
第6著者 所属(和/英) 岐阜大学 (略称: 岐阜大)
Gifu University (略称: Gifu Univ.)
第7著者 氏名(和/英/ヨミ) 藤田 広志 / Hiroshi Fujita / ジタ ヒロシ
第7著者 所属(和/英) 岐阜大学 (略称: 岐阜大)
Gifu University (略称: Gifu Univ.)
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 2022-01-27 16:13:00 
発表時間 13分 
申込先研究会 MI 
資料番号 MI2021-87 
巻番号(vol) vol.121 
号番号(no) no.347 
ページ範囲 pp.186-187 
ページ数
発行日 2022-01-18 (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