| 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 | 2022-11-18 14:00 部分X線画像の外挿による全身筋骨格系構造の予測 ○チョウ ウェイキ・谷 懿・大竹義人・崇風まあぜん（奈良先端大）・上村圭亮（阪大）・高尾正樹（愛媛大）・明石敏昭（順天堂大）・森 健策（名大/NII）・合田憲人（NII）・菅野伸彦（阪大）・佐藤嘉伸（奈良先端大）  MICT2022-38 MI2022-67 |
|
| 抄録 | （和） | Image defects and partial disorders are common problems in medical imaging. Image inpainting and extrapolation are helpful techniques to restore missing image information for many clinical applications, including analyzing organs or tissues that are not scanned during imaging processing. Many image restoration algorithms have been proposed for general images. However, numerous challenges still exist in restoring medical images, such as domain shifting and limited datasets. Conventional methods for medical image restoration only focused on recovering small regions within a given image, ignoring clinical demands for extrapolation. In this study, we proposed a method based on the transformer for restoring an X-ray image with large regions, which supports whole-body restoration from a partial region, using mutual conversion between an X-ray image and a digitally reconstructed radiograph. Our method combined an extrapolation network and a style transfer network, simultaneously achieving the inpainting and extrapolating of an X-ray image under a limited dataset. To the best of our knowledge, we are the first to achieve whole-body restoration from an X-ray image. We conducted 1) quantitative and qualitative experiments on the extrapolation and style transfer models and 2) bone mineral density (BMD) estimation experiments from extrapolated X-ray images generated by the proposed method. We used the predicted and ground-truth BMD correlation to evaluate our model's effectiveness, which achieved PCC of 0.374 and 0.534 in DXA-measured and QCT-measured BMD, respectively, demonstrating the high clinical potential of analyzing missing regions using the proposed method. |
| （英） | Image defects and partial disorders are common problems in medical imaging. Image inpainting and extrapolation are helpful techniques to restore missing image information for many clinical applications, including analyzing organs or tissues that are not scanned during imaging processing. Many image restoration algorithms have been proposed for general images. However, numerous challenges still exist in restoring medical images, such as domain shifting and limited datasets. Conventional methods for medical image restoration only focused on recovering small regions within a given image, ignoring clinical demands for extrapolation. In this study, we proposed a method based on the transformer for restoring an X-ray image with large regions, which supports whole-body restoration from a partial region, using mutual conversion between an X-ray image and a digitally reconstructed radiograph. Our method combined an extrapolation network and a style transfer network, simultaneously achieving the inpainting and extrapolating of an X-ray image under a limited dataset. To the best of our knowledge, we are the first to achieve whole-body restoration from an X-ray image. We conducted 1) quantitative and qualitative experiments on the extrapolation and style transfer models and 2) bone mineral density (BMD) estimation experiments from extrapolated X-ray images generated by the proposed method. We used the predicted and ground-truth BMD correlation to evaluate our model's effectiveness, which achieved PCC of 0.374 and 0.534 in DXA-measured and QCT-measured BMD, respectively, demonstrating the high clinical potential of analyzing missing regions using the proposed method. | |
| キーワード | （和） | 画像の外挿 / X線画像 / トランスフォーマー / 骨密度(BMD)推定値 / / / / |
| （英） | Image Extrapolation / X-ray Image / Transformer / Bone Mineral Density (BMD) Estimation / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 265, MI2022-67, pp. 24-28, 2022年11月. | |
| 資料番号 | MI2022-67 | |
| 発行日 | 2022-11-11 (MICT, 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 | MICT2022-38 MI2022-67 |
|
| 研究会情報 | |
| 研究会 | MICT MI |
| 開催期間 | 2022-11-18 - 2022-11-18 |
| 開催地（和） | 名古屋工業大学 |
| 開催地（英） | Nagoya Institute of Technology |
| テーマ（和） | 医用画像工学一般，ヘルスケア・医療情報通信技術，一般 |
| テーマ（英） | Medical imaging technology, healthcare and medical information communication technology, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2022-11-MICT-MI |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | 部分X線画像の外挿による全身筋骨格系構造の予測 |
| サブタイトル（和） | |
| タイトル（英） | Extrapolation of partial X-ray image for prediction of whole body musculoskeletal structure |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 画像の外挿 / Image Extrapolation |
| キーワード(2)（和/英） | X線画像 / X-ray Image |
| キーワード(3)（和/英） | トランスフォーマー / Transformer |
| キーワード(4)（和/英） | 骨密度(BMD)推定値 / Bone Mineral Density (BMD) Estimation |
| 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） | チョウ ウェイキ / Weiqi Zhang / チョウ ウェイキ |
| 第1著者 所属（和/英） | 奈良先端科学技術大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 第2著者 氏名（和/英/ヨミ） | 谷 懿 / Yi Gu / コク イ |
| 第2著者 所属（和/英） | 奈良先端科学技術大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 第3著者 氏名（和/英/ヨミ） | 大竹 義人 / Yoshito Otake / オオタケ ヨシト |
| 第3著者 所属（和/英） | 奈良先端科学技術大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 第4著者 氏名（和/英/ヨミ） | 崇風 まあぜん / Soufi Mazen / スウフイ マアゼン |
| 第4著者 所属（和/英） | 奈良先端科学技術大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 第5著者 氏名（和/英/ヨミ） | 上村 圭亮 / Keisuke Uemura / ウエムラ ケイスケ |
| 第5著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ) |
| 第6著者 氏名（和/英/ヨミ） | 高尾 正樹 / Masaki Takao / タカオ マサキ |
| 第6著者 所属（和/英） | 愛媛大学 (略称： 愛媛大) Ehime University (略称： Ehime Univ) |
| 第7著者 氏名（和/英/ヨミ） | 明石 敏昭 / Toshiaki Akashi / トシアキ アカシ |
| 第7著者 所属（和/英） | 順天堂大学 (略称： 順天堂大) Juntendo University (略称： Juntendo Univ) |
| 第8著者 氏名（和/英/ヨミ） | 森 健策 / Kensaku Mori / ケンサク モリ |
| 第8著者 所属（和/英） | 名古屋大学/大学共同利用機関法人 情報・システム研究機構 国立情報学研究所 (略称： 名大/NII) Nagoya University/National Institute of Informatics (略称： Nagoya Univ/NII) |
| 第9著者 氏名（和/英/ヨミ） | 合田 憲人 / Kento Aida / ケント アイダ |
| 第9著者 所属（和/英） | 大学共同利用機関法人 情報・システム研究機構 国立情報学研究所 (略称： NII) National Institute of Informatics (略称： NII) |
| 第10著者 氏名（和/英/ヨミ） | 菅野 伸彦 / Nobuhiko Sugano / スガノ ノブヒコ |
| 第10著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ) |
| 第11著者 氏名（和/英/ヨミ） | 佐藤 嘉伸 / Yoshinobu Sato / サトウ ヨシノブ |
| 第11著者 所属（和/英） | 奈良先端科学技術大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 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 | 2022-11-18 14:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | MI |
| 資料番号 | MICT2022-38, MI2022-67 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.264(MICT), no.265(MI) |
| ページ範囲 | pp.24-28 |
| ページ数 | 5 |
| 発行日 | 2022-11-11 (MICT, MI) |
[研究会発表申込システムのトップページに戻る]