ご案内 入会して研究会活動をもっとお得に!研究会参加費・年間登録費が会員価格になります。
お知らせ 【重要】研究会参加費の支払いおよび原稿アップロード手続きの変更に関するご案内【1種研のみ】
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 2026-03-05 13:10
歯科パノラマX線写真からの石灰化検出における深層学習を用いた前処理
○中野壮太・棟安実治・吉田 壮(関西大)・奥田正浩(同志社大)・出分菜々衣・吉成伸夫(松本歯科大)・内田啓一(松本歯科大病院) SIS2025-59
抄録 (和) 深層学習を用いて歯科パノラマX線写真に写る頸動脈から石灰化領域検出を行うことで,動脈硬化の状態を調べる手法が提案されている.多くの手法では石灰化領域が存在すると考えられる大まかな位置を切り取るための前処理を用いている.この処理は検出精度に大きく関係すると考えられる.しかし,頸動脈や石灰化が写り込む位置は被検者や撮影環境により大きく変動するにもかかわらず,前処理を最適化する試みは行われていない.本稿では,推定される石灰化領域が切り出し領域の中央に位置するように設定された損失関数を定義することで,この前処理を学習可能とし,切り出し位置を決定するパラメータをCNNにより入力画像に応じて動的に推定する手法を提案する.これにより個々の画像に対応した前処理を実現できる.実験データに対して提案手法を適用し,その有効性を示す. 
(英) Deep learning–based methods have been explored for assessing atherosclerosis by detecting calcification regions in the carotid artery as visualized on dental panoramic radiographs. Most existing approaches incorporate a preprocessing step that extracts a coarse region of interest where calcification is likely to appear, and this step substantially influences detection performance. Although there is considerable intersubject and acquisition-dependent variability in the anatomical location of the carotid artery and the appearance of calcifications, optimization of this preprocessing procedure has received limited attention. This study presents a learnable preprocessing framework in which a loss function is formulated to encourage the predicted calcified region to be centered within the cropped area. A convolutional neural network dynamically estimates cropping parameters for each input image, enabling adaptive preprocessing tailored to individual cases. Experimental evaluations on real datasets quantitatively confirm the effectiveness of the proposed method.
キーワード (和) 歯科パノラマX線写真 / 血管障害 / 深層学習 / 前処理 / CNN / / /  
(英) dental panoramic radiograph / vascular disease / deep learning / preprocessing / CNN / / /  
文献情報 信学技報, vol. 125, no. 393, SIS2025-59, pp. 10-15, 2026年3月.
資料番号 SIS2025-59 
発行日 2026-02-26 (SIS) 
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 SIS2025-59

研究会情報
研究会 SIS  
開催期間 2026-03-05 - 2026-03-06 
開催地(和) 埼玉大学 大久保キャンパス 
開催地(英) Ohkubo Campus, Saitama University 
テーマ(和) ソフトコンピューティング,一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 SIS 
会議コード 2026-03-SIS 
本文の言語 日本語 
タイトル(和) 歯科パノラマX線写真からの石灰化検出における深層学習を用いた前処理 
サブタイトル(和)  
タイトル(英) A Pre-processing Method for Calcification Region Detection in Dental Panoramic Radiographs Using Deep Learning 
サブタイトル(英)  
キーワード(1)(和/英) 歯科パノラマX線写真 / dental panoramic radiograph  
キーワード(2)(和/英) 血管障害 / vascular disease  
キーワード(3)(和/英) 深層学習 / deep learning  
キーワード(4)(和/英) 前処理 / preprocessing  
キーワード(5)(和/英) CNN / CNN  
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) 中野 壮太 / Sota Nakano / ナカノ ソウタ
第1著者 所属(和/英) 関西大学 (略称: 関西大)
Kansai University (略称: Kansai Univ.)
第2著者 氏名(和/英/ヨミ) 棟安 実治 / Mitsuji Muneyasu / ムネヤス ミツジ
第2著者 所属(和/英) 関西大学 (略称: 関西大)
Kansai University (略称: Kansai Univ.)
第3著者 氏名(和/英/ヨミ) 吉田 壮 / Soh Yoshida / ヨシダ ソウ
第3著者 所属(和/英) 関西大学 (略称: 関西大)
Kansai University (略称: Kansai Univ.)
第4著者 氏名(和/英/ヨミ) 奥田 正浩 / Masahiro Okuda / オクダ マサヒロ
第4著者 所属(和/英) 同志社大学 (略称: 同志社大)
Doshisha University (略称: Doshisha Univ.)
第5著者 氏名(和/英/ヨミ) 出分 菜々衣 / Nanae Dewake / デワケ ナナエ
第5著者 所属(和/英) 松本歯科大学 (略称: 松本歯科大)
Matsumoto Dental University (略称: Matsumoto Dental Univ.)
第6著者 氏名(和/英/ヨミ) 吉成 伸夫 / Nobuo Yoshinari / ヨシナリ ノブオ
第6著者 所属(和/英) 松本歯科大学 (略称: 松本歯科大)
Matsumoto Dental University (略称: Matsumoto Dental Univ.)
第7著者 氏名(和/英/ヨミ) 内田 啓一 / Keiichi Uchida / ウチダ ケイイチ
第7著者 所属(和/英) 松本歯科大学病院 (略称: 松本歯科大病院)
Matsumoto Dental University Hospital (略称: Matsumoto Dental Univ. Hospital)
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: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
第21著者 氏名(和/英/ヨミ) / /
第21著者 所属(和/英) (略称: )
(略称: )
第22著者 氏名(和/英/ヨミ) / /
第22著者 所属(和/英) (略称: )
(略称: )
第23著者 氏名(和/英/ヨミ) / /
第23著者 所属(和/英) (略称: )
(略称: )
第24著者 氏名(和/英/ヨミ) / /
第24著者 所属(和/英) (略称: )
(略称: )
第25著者 氏名(和/英/ヨミ) / /
第25著者 所属(和/英) (略称: )
(略称: )
第26著者 氏名(和/英/ヨミ) / /
第26著者 所属(和/英) (略称: )
(略称: )
第27著者 氏名(和/英/ヨミ) / /
第27著者 所属(和/英) (略称: )
(略称: )
第28著者 氏名(和/英/ヨミ) / /
第28著者 所属(和/英) (略称: )
(略称: )
第29著者 氏名(和/英/ヨミ) / /
第29著者 所属(和/英) (略称: )
(略称: )
第30著者 氏名(和/英/ヨミ) / /
第30著者 所属(和/英) (略称: )
(略称: )
第31著者 氏名(和/英/ヨミ) / /
第31著者 所属(和/英) (略称: )
(略称: )
第32著者 氏名(和/英/ヨミ) / /
第32著者 所属(和/英) (略称: )
(略称: )
第33著者 氏名(和/英/ヨミ) / /
第33著者 所属(和/英) (略称: )
(略称: )
第34著者 氏名(和/英/ヨミ) / /
第34著者 所属(和/英) (略称: )
(略称: )
第35著者 氏名(和/英/ヨミ) / /
第35著者 所属(和/英) (略称: )
(略称: )
第36著者 氏名(和/英/ヨミ) / /
第36著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2026-03-05 13:10:00 
発表時間 20分 
申込先研究会 SIS 
資料番号 SIS2025-59 
巻番号(vol) vol.125 
号番号(no) no.393 
ページ範囲 pp.10-15 
ページ数 6 
発行日 2026-02-26 (SIS) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]

(日本語ページの行間係数: 1)

IEICE / 電子情報通信学会