| 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 | 2023-03-07 10:51 BlochSolverを用いた深層学習によるMRI phase unwrapping技術に関する検討 ○筒井幸太・遠藤祐太・芝生春菜・高橋沙奈江・小林邦典・久原重英（杏林大）  MI2022-110 |
|
| 抄録 | （和） | MRIはコントラストに優れるが，静磁場不均一の影響等による位相エラーが問題となる．その補正法の1つであるシミングでは，位相マップから磁場マップを取得するため，位相の折り返しを正しく展開するphase unwrapping技術が必要となる．従来手法では，位相の不連続領域を含む複雑な位相の折り返しが生じた場合，正確な展開処理が困難な事があった．近年，深層学習を用いた位相展開処理に関する報告があるが，実機のみで学習に十分な位相画像を取得するには限界がある．そこで人工的なデータを生成して学習に用いる方法が検討されているが，MRIの複雑な位相分布を表現したデータセットにはなっていない．本研究では，深層学習を用いたphase unwrapping技術において，人工的なデータ生成の代わりに，より実機に近いデータを生成可能なMRIシミュレータを用いた手法について検討した． |
| （英） | MRI (Magnetic Resonance Imaging) has excellent image contrast; however, phase errors due to magnetic field inhomogeneities are problematic. Shimming is a correction method for magnetic field inhomogeneities. The magnetic field map is obtained from the phase map; therefore, phase unwrapping techniques are required to correctly expand the phase wrap. Conventional methods occasionally suffer from difficulties in accurately expanding complicated phase unwrapping including phase discontinuities. There have been studies on phase-unwrapping methods using deep learning. However, there is a limitation in collecting sufficient phase images for learning by using only actual MRI systems. Consequently, methods to generate artificial data for training have been considered. However, these data sets are unable to represent the complex phase distribution as in an actual MRI. In this study, we investigated a method using an MRI simulator that can generate data more similar to actual data instead of generating artificial data, in the phase unwrapping technique using deep learning. | |
| キーワード | （和） | MRI / phase unwrapping技術 / 深層学習 / MRIシミュレータ / / / / |
| （英） | MRI / phase unwrapping technique / Deep Learning / MRI Simulator / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 417, MI2022-110, pp. 150-154, 2023年3月. | |
| 資料番号 | MI2022-110 | |
| 発行日 | 2023-02-27 (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 | MI2022-110 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2023-03-06 - 2023-03-07 |
| 開催地（和） | 沖縄県青年会館 |
| 開催地（英） | OKINAWA SEINENKAIKAN |
| 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 | 2023-03-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | BlochSolverを用いた深層学習によるMRI phase unwrapping技術に関する検討 |
| サブタイトル（和） | |
| タイトル（英） | Deep learning-based MRI phase unwrapping technique by using BlochSolver |
| 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） | phase unwrapping技術 / phase unwrapping technique |
| キーワード(3)（和/英） | 深層学習 / Deep Learning |
| キーワード(4)（和/英） | MRIシミュレータ / MRI Simulator |
| 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） | 筒井 幸太 / Kota Tsutsui / ツツイ コウタ |
| 第1著者 所属（和/英） | 杏林大学大学院保健学研究科 (略称： 杏林大) Kyorin University Graduate School of Health Sciences (略称： Kyorin Univ) |
| 第2著者 氏名（和/英/ヨミ） | 遠藤 祐太 / Yuta Endo / エンドウ ユウタ |
| 第2著者 所属（和/英） | 杏林大学 (略称： 杏林大) Kyorin University (略称： Kyorin Univ) |
| 第3著者 氏名（和/英/ヨミ） | 芝生 春菜 / Haruna Shibou / シボウ ハルナ |
| 第3著者 所属（和/英） | 杏林大学 (略称： 杏林大) Kyorin University (略称： Kyorin Univ) |
| 第4著者 氏名（和/英/ヨミ） | 高橋 沙奈江 / Sanae Takahashi / タカハシ サナエ |
| 第4著者 所属（和/英） | 杏林大学 (略称： 杏林大) Kyorin University (略称： Kyorin Univ) |
| 第5著者 氏名（和/英/ヨミ） | 小林 邦典 / Kuninori Kobayashi / コバヤシ クニノリ |
| 第5著者 所属（和/英） | 杏林大学 (略称： 杏林大) Kyorin University (略称： Kyorin Univ) |
| 第6著者 氏名（和/英/ヨミ） | 久原 重英 / Shigehide Kuhara / クハラ シゲヒデ |
| 第6著者 所属（和/英） | 杏林大学 (略称： 杏林大) Kyorin University (略称： Kyorin Univ) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-03-07 10:51:00 |
| 発表時間 | 13分 |
| 申込先研究会 | MI |
| 資料番号 | MI2022-110 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.417 |
| ページ範囲 | pp.150-154 |
| ページ数 | 5 |
| 発行日 | 2023-02-27 (MI) |
[研究会発表申込システムのトップページに戻る]