| 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 17:29 ［ショートペーパー］3D U-Netによる気管・気管支の高精度抽出 ○小笠竜哉・黒田陸斗・河田佳樹・鈴木秀宣（徳島大）・松元祐司・土田敬明・楠本昌彦（国立がん研究センター）・仁木 登（医用科学研）  MI2022-128 |
|
| 抄録 | （和） | 肺がんのリンパ節の解析には高精度な気管・気管支の抽出が求められている．手動抽出は時間がかかるため，高精度な気管支自動抽出が必要である．本研究ではRes3D U-Netを用いて3次元CT画像から気管・気管支・リンパ節のセグメンテーションを行う．学習に用いる気管・気管支・リンパ節のラベルをHuman-in-the-loopワークフローで2段階に分けて作成することで効率化する．次に作成した学習データを用いてRes3D U-Netの学習を行い，自動抽出結果を評価することで学習データ作成手法の有効性を示す． |
| （英） | High-Accuracy trachea and bronchus segmentation is required for lymph node analysis in lung cancer. Since manual segmentation is time-consuming, highly accurate automatic trachea and bronchus segmentation is required. In this paper, Res3D U-Net is used to segmentation trachea, bronchus, and lymph nodes from 3D CT images. The labels of trachea, bronchus, and lymph nodes for training are created in two steps in a human-in-the-loop workflow to improve efficiency. Next, the training data is used to train Res3D U-Net, and the automatic segmentation results are evaluated to demonstrate the effectiveness of the training data creation method. | |
| キーワード | （和） | 気道 / リンパ節 / セグメンテーション / 深層学習 / U-Net / Human-in-the-loop / / |
| （英） | airway / lymph-node / segmentation / deep learning / U-Net / Human-in-the-loop / / | |
| 文献情報 | 信学技報, vol. 122, no. 417, MI2022-128, pp. 217-220, 2023年3月. | |
| 資料番号 | MI2022-128 | |
| 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 | MI2022-128 |
|
| 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） | 3D U-Netによる気管・気管支の高精度抽出 |
| サブタイトル（和） | |
| タイトル（英） | High Accuracy Segmentation of trachea and bronchus using 3D U-Net |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 気道 / airway |
| キーワード(2)（和/英） | リンパ節 / lymph-node |
| キーワード(3)（和/英） | セグメンテーション / segmentation |
| キーワード(4)（和/英） | 深層学習 / deep learning |
| キーワード(5)（和/英） | U-Net / U-Net |
| キーワード(6)（和/英） | Human-in-the-loop / Human-in-the-loop |
| 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） | 小笠 竜哉 / Tatsuya Ogasa / オガサ タツヤ |
| 第1著者 所属（和/英） | 徳島大学 (略称： 徳島大) Tokushima University (略称： Tokushima Univ) |
| 第2著者 氏名（和/英/ヨミ） | 黒田 陸斗 / Rikuto Kuroda / クロダ リクト |
| 第2著者 所属（和/英） | 徳島大学 (略称： 徳島大) Tokushima University (略称： Tokushima Univ) |
| 第3著者 氏名（和/英/ヨミ） | 河田 佳樹 / Yoshiki Kawata / カワタ ヨシキ |
| 第3著者 所属（和/英） | 徳島大学 (略称： 徳島大) Tokushima University (略称： Tokushima Univ) |
| 第4著者 氏名（和/英/ヨミ） | 鈴木 秀宣 / Hidenobu Suzuki / スズキ ヒデノブ |
| 第4著者 所属（和/英） | 徳島大学 (略称： 徳島大) Tokushima University (略称： Tokushima Univ) |
| 第5著者 氏名（和/英/ヨミ） | 松元 祐司 / Yuzi Matsumoto / マツモト ユウジ |
| 第5著者 所属（和/英） | 国立がん研究センター・中央病院 (略称： 国立がん研究センター) National Cancer Center Hospital (略称： NCC) |
| 第6著者 氏名（和/英/ヨミ） | 土田 敬明 / Takaki Tsuchida / ツチダ タカアキ |
| 第6著者 所属（和/英） | 国立がん研究センター・中央病院 (略称： 国立がん研究センター) National Cancer Center Hospital (略称： NCC) |
| 第7著者 氏名（和/英/ヨミ） | 楠本 昌彦 / Masahiko Kusumoto / クスモト マサヒコ |
| 第7著者 所属（和/英） | 国立がん研究センター・中央病院 (略称： 国立がん研究センター) National Cancer Center Hospital (略称： NCC) |
| 第8著者 氏名（和/英/ヨミ） | 仁木 登 / Noboru Niki / ニキ ノボル |
| 第8著者 所属（和/英） | 株式会社医用科学研究所 (略称： 医用科学研) Medical Science Institute Inc. (略称： Medical Science Institute Inc.) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-03-07 17:29:00 |
| 発表時間 | 13分 |
| 申込先研究会 | MI |
| 資料番号 | MI2022-128 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.417 |
| ページ範囲 | pp.217-220 |
| ページ数 | 4 |
| 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]