| 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 | 2025-03-19 16:45 ［ポスター講演］信号空間パッチ型MR深層学習再構成法の基礎検討 ○萩原大貴・大内翔平（小山高専）  MI2024-60 |
|
| 抄録 | （和） | MRIでは，長時間に及ぶ撮像を高速化するため，収集信号量を削減し，少数の信号から画像再構成を行うことがある．画像再構成には従来の数理的な再構成法に替わって，深層学習を用いる方法が注目されており，高速かつ高品質な再構成が行えるが，被写体の細部構造の復元性能には改良の余地がある．この課題を解決するため，本研究では，間引き収集した信号空間を複数に分割することで，異なる周波数帯域から構成された複数のサブ画像を生成し，これらを深層学習によって再構成する方法を提案した．シミュレーション実験の結果，提案手法による再構成像では，深層学習によって信号空間の全体を一度に再構成する通常の手法を上回るPSNRが得られる場合があることを確認した． |
| （英） | In MRI, the amount of acquired signals is sometimes reduced and image reconstruction is performed from a small number of signals to speed up long-term imaging. In recent years, the deep learning based image reconstruction method have become common, but there is room for improvement in the performance of restoring detailed structures of subjects. In order to solve this problem, in this research we propose a novel method to generate multiple sub-images composed of different frequency bands by dividing the undersampled signal space into multiple parts, and to reconstruct them using deep learning. We will report the results of a simulation experiment. | |
| キーワード | （和） | MR画像 / 深層学習 / 画像再構成 / / / / / |
| （英） | MR images / Deep learning / Reconstruction / / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 448, MI2024-60, pp. 52-55, 2025年3月. | |
| 資料番号 | MI2024-60 | |
| 発行日 | 2025-03-12 (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 | MI2024-60 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2025-03-19 - 2025-03-20 |
| 開催地（和） | かがわ国際会議場(サンポート高松タワー棟６階） |
| 開催地（英） | Kagawa International Conference Hall |
| 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, IFMIA2025連携 |
| テーマ（英） | Medical Imaging, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2025-03-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | 信号空間パッチ型MR深層学習再構成法の基礎検討 |
| サブタイトル（和） | |
| タイトル（英） | Study on Deep Learning Reconstruction of MR Images based on signal space partitioning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | MR画像 / MR images |
| キーワード(2)（和/英） | 深層学習 / Deep learning |
| キーワード(3)（和/英） | 画像再構成 / Reconstruction |
| 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） | 萩原 大貴 / Hagiwara Taiki / ハギワラ タイキ |
| 第1著者 所属（和/英） | 小山工業高等専門学校 (略称： 小山高専) National Institute of Technology, Oyama College (略称： NITOC) |
| 第2著者 氏名（和/英/ヨミ） | 大内 翔平 / Ouchi Shohei / オオウチ ショウヘイ |
| 第2著者 所属（和/英） | 小山工業高等専門学校 (略称： 小山高専) National Institute of Technology, Oyama College (略称： NITOC) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-03-19 16:45:00 |
| 発表時間 | 75分 |
| 申込先研究会 | MI |
| 資料番号 | MI2024-60 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.448 |
| ページ範囲 | pp.52-55 |
| ページ数 | 4 |
| 発行日 | 2025-03-12 (MI) |
[研究会発表申込システムのトップページに戻る]