| 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 | 2022-07-09 15:40 3次元復元ネットワークを用いたX線画像とCTボリュームの位置合わせ手法 ○セレスタ プラギャン・謝 淳・宍戸英彦（筑波大）・吉井雄一（東京医科大）・北原 格（筑波大）  MI2022-48 |
|
| 抄録 | （和） | 本研究ではX線画像から3次元点群と画像上の対応点を推定し, CTモデルとの位置合わせを行う方法を検討する. 従来手法の多くは, 3次元CTモデルから3次元の仮想透視画像を生成し, X線画像との類似度を用いて投影姿勢の最適化を行う. 類似度として用いられる相互相関や相互情報量は, 適切な投影姿勢の初期値を必要とし, 真値から大きく離れていると局所解に陥りやすい. そこで, X線画像から3次元点群の復元と画像上の対応点を推定し, 与えられた3次元CTモデルとの位置合わせを行うことで初期値に依存しない全自動のレジストレーションパイプラインを考案する. |
| （英） | In this research, we propose a novel method for registering X-ray images to CT volumes by reconstructing 3D point clouds and 2D image point matches. Previous methods have utilized mutual information and correlation as the distance function for comparing digitally reconstructed radiographs with target X-ray image for registration. These methods require good initial pose estimates otherwise the optimization would result in local minima. In order to obtain an automatic registration pipeline, we utilize 3D reconstruction network and traditional camera estimation techniques using dense 2D-3D correspondences. | |
| キーワード | （和） | 2D-3Dレジストレーション / 深層学習 / ３次元復元 / カメラ姿勢推定 / PnP / ICP / / |
| （英） | 2D-3D Registration / Deep learning / 3D reconstruction / Camera pose estimation / PnP / ICP / / | |
| 文献情報 | 信学技報, vol. 122, no. 98, MI2022-48, pp. 61-65, 2022年7月. | |
| 資料番号 | MI2022-48 | |
| 発行日 | 2022-07-01 (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 | MI2022-48 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2022-07-08 - 2022-07-09 |
| 開催地（和） | 小樽商工会議所・小樽経済センターホール（４階） |
| 開催地（英） | |
| テーマ（和） | 医用画像処理・認識一般 |
| テーマ（英） | Medical imaging, recoginition, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2022-07-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | 3次元復元ネットワークを用いたX線画像とCTボリュームの位置合わせ手法 |
| サブタイトル（和） | |
| タイトル（英） | CT Volume Registration on X Ray Image Using 3D Reconstruction Network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 2D-3Dレジストレーション / 2D-3D Registration |
| キーワード(2)（和/英） | 深層学習 / Deep learning |
| キーワード(3)（和/英） | ３次元復元 / 3D reconstruction |
| キーワード(4)（和/英） | カメラ姿勢推定 / Camera pose estimation |
| キーワード(5)（和/英） | PnP / PnP |
| キーワード(6)（和/英） | ICP / ICP |
| 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） | セレスタ プラギャン / Pragyan Shrestha / セレスタ プラギャン |
| 第1著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： Univ. of Tsukuba) |
| 第2著者 氏名（和/英/ヨミ） | 謝 淳 / Chun Xie / シャ ジュン |
| 第2著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： Univ. of Tsukuba) |
| 第3著者 氏名（和/英/ヨミ） | 宍戸 英彦 / Hidehiko Shishido / |
| 第3著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： Univ. of Tsukuba) |
| 第4著者 氏名（和/英/ヨミ） | 吉井 雄一 / Yuichi Yoshii / ヨシイ ユウイチ |
| 第4著者 所属（和/英） | 東京医科大学 (略称： 東京医科大) Tokyo Medical University (略称： Tokyo Medical Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 北原 格 / Itaru Kitahara / キタハラ イタル |
| 第5著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： Univ. of Tsukuba) |
| 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 | 2022-07-09 15:40:00 |
| 発表時間 | 20分 |
| 申込先研究会 | MI |
| 資料番号 | MI2022-48 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.98 |
| ページ範囲 | pp.61-65 |
| ページ数 | 5 |
| 発行日 | 2022-07-01 (MI) |
[研究会発表申込システムのトップページに戻る]