講演抄録/キーワード |
講演名 |
2023-03-27 09:00
逆熱拡散モデルによる医療画像セグメンテーション ○柏原 悠・松原 崇(阪大) CCS2022-82 |
抄録 |
(和) |
拡散モデルは確率遷移に基づく生成モデルで,画像の生成や編集において成功を収めている.その優れた
サンプリング能力は,より詳細なセグメンテーションを行うことができる可能性を秘めている.本研究では,拡散モ
デルの一つである逆熱拡散モデルを用いた新たなセグメンテーション手法を提案する.逆熱拡散モデルを使用したセ
グメンテーションでは,マスクが対象の領域に合うように収縮していくことでマスクを生成する.提案手法では逆熱
拡散モデルを使用して,他のモデルの粗いマスクをから細部へフィットしたマスクを生成する.また,拡散モデルに
基づくセグメンテーションモデルは試行ごとにマスクの形状が安定しないことを課題としている.我々は,他のモデ
ルのマスクを初期マスクとして確率的生成軌道を補助することで安定した形状のマスクを生成することに成功した.
我々は,提案手法を様々な医療用データセットで評価しその有効性,汎用性を評価した.提案手法は,全ての条件下
で既存手法を上回りその有効性を示した. |
(英) |
The diffusion model is a generative model based on stochastic transitions and has been successfully used to generate
and edit images. Its superior sampling ability has the potential to enable more detailed segmentation of images. This study
presents a novel approach to segmentation tasks using the inverse heat dissipation model, one of the diffusion-based models.
Our proposed method involves generating a mask that gradually shrinks to fit the shape of the desired segmentation region.
The proposed method uses the inverse heat dissipation model to generate a mask that fits the details from the coarse masks of
other models. The segmentation model based on the diffusion model has the problem of unstable mask shape for each trial.
We addressed this issue by using masks from other models as the initial mask to assist in stochastic generation trajectories. We
evaluated the proposed method on various medical datasets to study its effectiveness and generality. The results show that the
proposed method outperforms existing methods and provides a more detailed segmentation. |
キーワード |
(和) |
拡散モデル / 逆熱拡散モデル / 医療画像セグメンテーション / / / / / |
(英) |
diffusion-based models / inverse heat dissipation model / medical image segmentation / / / / / |
文献情報 |
信学技報, vol. 122, no. 453, CCS2022-82, pp. 107-112, 2023年3月. |
資料番号 |
CCS2022-82 |
発行日 |
2023-03-19 (CCS) |
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 |
CCS2022-82 |