| 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 | 2024-01-26 15:58 深層学習による冠動脈ストレッチ画像からの狭窄判定の試み ○浅川徹也・篠田拓樹・深津佑太（豊橋技科大）・戸川琢也・清水一生（豊橋ハートセンター）・青野雅樹（豊橋技科大）  PRMU2023-49 |
|
| 抄録 | （和） | 心疾患の1つである冠動脈狭窄は人によって診断されるため手間がかかることが課題となっている．そのため診断の自動化が望まれており，深層学習による診断は大きな期待を寄せられている．本論文では造影CT画像からの冠動脈MPR画像を元に，抽出された冠動脈を個別に入力する方法と集約投影図(Aggregate Projected View: APV)化し入力する方法の2つの深層学習モデルを提案する．2つのモデルにおいて少数の冠動脈MPR画像を用いて狭窄判定を試みた結果，APV画像を利用したモデルで最大で0.779±0.024のF1-scoreを確認した． |
| （英） | Coronary artery stenosis, one of the most common heart diseases, is diagnosed by a human, which is a time-consuming and labor-intensive process. Therefore, the diagnosis of coronary artery stenosis is desired to be automated, and deep learning has shown great promise in this regard. In this paper, we propose two deep learning models based on coronary artery MPR images from contrast CT images: one is to input each extracted coronary artery individually, and the other is to input an aggregate projection view (APV). The model using APV images showed a maximum F1-score of 0.779±0.024 | |
| キーワード | （和） | CT画像 / 冠動脈ストレッチ画像 / 冠動脈狭窄 / 深層学習 / / / / |
| （英） | Computed Tomography / Coronary Stretch Image / Coronary Stenosis / Deep Learning / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 358, PRMU2023-49, pp. 50-55, 2024年1月. | |
| 資料番号 | PRMU2023-49 | |
| 発行日 | 2024-01-18 (PRMU) | |
| 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 | PRMU2023-49 |
|
| 研究会情報 | |
| 研究会 | PRMU MVE VRSJ-SIG-MR IPSJ-CVIM |
| 開催期間 | 2024-01-25 - 2024-01-26 |
| 開催地（和） | 慶應義塾大学 日吉キャンパス(来往舎) |
| 開催地（英） | Keio Univ. (Hiyoshi Campus) |
| テーマ（和） | メタバースと深層学習 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2024-01-PRMU-MVE-SIG-MR-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習による冠動脈ストレッチ画像からの狭窄判定の試み |
| サブタイトル（和） | |
| タイトル（英） | An attempt to determine stenosis from coronary stretch images using deep learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | CT画像 / Computed Tomography |
| キーワード(2)（和/英） | 冠動脈ストレッチ画像 / Coronary Stretch Image |
| キーワード(3)（和/英） | 冠動脈狭窄 / Coronary Stenosis |
| 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） | 浅川 徹也 / Tetsuya Asakawa / アサカワ テツヤ |
| 第1著者 所属（和/英） | 豊橋技術科学大学 (略称： 豊橋技科大) Toyohashi University of Technology (略称： TUT) |
| 第2著者 氏名（和/英/ヨミ） | 篠田 拓樹 / Hiroki Shinoda / シノダ ヒロキ |
| 第2著者 所属（和/英） | 豊橋技術科学大学 (略称： 豊橋技科大) Toyohashi University of Technology (略称： TUT) |
| 第3著者 氏名（和/英/ヨミ） | 深津 佑太 / Yuta Fukatsu / フカツ ユウタ |
| 第3著者 所属（和/英） | 豊橋技術科学大学 (略称： 豊橋技科大) Toyohashi University of Technology (略称： TUT) |
| 第4著者 氏名（和/英/ヨミ） | 戸川 琢也 / Takuya Togawa / トガワ タクヤ |
| 第4著者 所属（和/英） | 豊橋ハートセンター (略称： 豊橋ハートセンター) Toyohashi Heart Center (略称： THC) |
| 第5著者 氏名（和/英/ヨミ） | 清水 一生 / Kazuki Shimizu / シミズ カズキ |
| 第5著者 所属（和/英） | 豊橋ハートセンター (略称： 豊橋ハートセンター) Toyohashi Heart Center (略称： THC) |
| 第6著者 氏名（和/英/ヨミ） | 青野 雅樹 / Masaki Aono / アオノ マサキ |
| 第6著者 所属（和/英） | 豊橋技術科学大学 (略称： 豊橋技科大) Toyohashi University of Technology (略称： TUT) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 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 | 2024-01-26 15:58:00 |
| 発表時間 | 12分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2023-49 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.358 |
| ページ範囲 | pp.50-55 |
| ページ数 | 6 |
| 発行日 | 2024-01-18 (PRMU) |
[研究会発表申込システムのトップページに戻る]