| 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 10:30 Covid-19患者における経時的胸部CTの非剛体位置合わせ手法の検証 ○岩男悠真（量研機構）・川田奈緒子・関口結貴・羽石秀昭（千葉大）  MI2022-41 |
|
| 抄録 | （和） | 肺の時系列解析において，呼吸状態の差異を補完する非剛体な位置合わせ手法が必要となる．近年，深層学習を用いた高精度，高速な手法がいくつか提案されているが，病変部位の変化を伴うCOVID-19患者の経時的CTに対する適用性は未検証である．そこで本研究では，Voxel Morphと呼ばれる深層学習手法を時系列胸部CTに適用する実用的なプロセスを提案するとともに，COVID-19患者における病変部位の持つ画像的な特徴への頑健性について検証を行った |
| （英） | In time series analysis of the lungs, a non-rigid registration method that compensates for differences in respiratory status is needed. Recently, several accurate and fast methods using deep learning have been proposed, but their applicability to time series CT of COVID-19 patients with lesion site changes has not been tested. In this study, we propose a practical process to apply a deep learning method called Voxel Morph to time-series chest CT, and verify its robustness to the imaging features of lesions in COVID-19 patients. | |
| キーワード | （和） | 胸部CT / 時系列解析 / 非剛体位置合わせ / 深層学習 / / / / |
| （英） | Chest CT / Time series analysis / Non-rigid registration / Deep Learning / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 98, MI2022-41, pp. 34-38, 2022年7月. | |
| 資料番号 | MI2022-41 | |
| 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 | MI2022-41 |
|
| 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） | Covid-19患者における経時的胸部CTの非剛体位置合わせ手法の検証 |
| サブタイトル（和） | |
| タイトル（英） | Non-rigid registration method for longitudinal chest CT images in Covid-19 |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 胸部CT / Chest CT |
| キーワード(2)（和/英） | 時系列解析 / Time series analysis |
| キーワード(3)（和/英） | 非剛体位置合わせ / Non-rigid registration |
| キーワード(4)（和/英） | 深層学習 / Deep Learning |
| 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） | 岩男 悠真 / Yuma Iwao / イワオ ユウマ |
| 第1著者 所属（和/英） | 量子科学技術研究開発機構 (略称： 量研機構) ational Institutes for Quantum Science and Technology (略称： QST) |
| 第2著者 氏名（和/英/ヨミ） | 川田 奈緒子 / Naoko Kawata / カワタ ナオコ |
| 第2著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ) |
| 第3著者 氏名（和/英/ヨミ） | 関口 結貴 / Yuki Segiguchi / セキグチ ユウキ |
| 第3著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ) |
| 第4著者 氏名（和/英/ヨミ） | 羽石 秀昭 / Hideaki Haneishi / ヒデアキ ハネイシ |
| 第4著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-07-09 10:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | MI |
| 資料番号 | MI2022-41 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.98 |
| ページ範囲 | pp.34-38 |
| 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]