| 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 | 2024-09-06 09:30 脳MR画像における機械学習を用いた超解像手法の検討 ○下山拓郎・亀田昌志（岩手県立大）  MI2024-18 |
|
| 抄録 | （和） | 脳腫瘍の診断においてMRI検査が一般的に使用されるが，患者の負担軽減を目的とした撮像時間の短縮は，しばしば画像の画質劣化を引き起こす．本研究では，深層学習技術を用いて脳MR画像の画質改善を目的とし，学習画像の選出方法および学習モデルの改良を提案する．学習画像の選出に関しては，MSE（平均二乗誤差）法とAlexNet法を用いて学習データの質を確保する．学習モデルの改良においては，条件付き拡散モデルとしてSRDiff法の適用を試みる．ADNIデータセットによるベンチマークの結果，MSE法はAlexNet法やSRDiff法に比べて優位性が示されたものの，提案手法による生成画像の画質には，改善の余地が残された． |
| （英） | MRI is commonly used in the diagnosis of brain tumors. However, it is a challenging task to decrease imaging time without the degradation of image quality. This study presents a method for selecting training images and an improved training model to improve the image quality of brain MR images using deep learning technology. For the selection of training images, we use an mean square error (MSE) based method and an AlexNet based method to ensure high quality training data. For the improvement of the learning model, we propose a change from the conventional model to a conditional diffusion model. Results using the ADNI benchmark dataset reveal that the proposed method outperforms the conventional methods. The MSE method outperforms the AlexNet and SRDiff methods, although the proposed method remains image quality improvements. | |
| キーワード | （和） | 脳MRI画像 / 画質改善 / 機械学習 / / / / / |
| （英） | Brain MR images / Image quality improvement / Machine learning / / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 184, MI2024-18, pp. 1-4, 2024年9月. | |
| 資料番号 | MI2024-18 | |
| 発行日 | 2024-08-30 (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 | MI2024-18 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2024-09-06 - 2024-09-06 |
| 開催地（和） | 広島工業大学 |
| 開催地（英） | |
| テーマ（和） | 医用画像・処理・解析と応用，一般，医用画像認識，計測，遠隔医療 |
| 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 | 2024-09-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | 脳MR画像における機械学習を用いた超解像手法の検討 |
| サブタイトル（和） | |
| タイトル（英） | Investigation of Super-Resolution Methods Using Machine Learning for Brain MR Images |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 脳MRI画像 / Brain MR images |
| キーワード(2)（和/英） | 画質改善 / Image quality improvement |
| キーワード(3)（和/英） | 機械学習 / Machine learning |
| キーワード(4)（和/英） | / |
| 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） | 下山 拓郎 / Takuro Shimoyama / シモヤマ タクロウ |
| 第1著者 所属（和/英） | 岩手県立大学 (略称： 岩手県立大) Iwate Prefectural University (略称： Iwate Prefectural Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 亀田 昌志 / Masashi Kameda / カメダ マサシ |
| 第2著者 所属（和/英） | 岩手県立大学 (略称： 岩手県立大) Iwate Prefectural University (略称： Iwate Prefectural Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-09-06 09:30:00 |
| 発表時間 | 15分 |
| 申込先研究会 | MI |
| 資料番号 | MI2024-18 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.184 |
| ページ範囲 | pp.1-4 |
| ページ数 | 4 |
| 発行日 | 2024-08-30 (MI) |
[研究会発表申込システムのトップページに戻る]