Medical Imaging Technology
特集/医用画像工学分野におけるディープラーニング応用と研究開発
深層学習に基づくCT画像からの複数の解剖学的構造の同時自動認識と抽出
周 向栄藤田 広志
著者情報
ジャーナル 認証あり

35 巻 (2017) 4 号 p. 187-193

詳細
PDFをダウンロード (1713K) 発行機関連絡先
抄録

本稿では,畳み込みニューラルネットワーク(convolutional neural network; ConvNet)に基づく深層学習のアプローチを用いて,CT画像から広範囲・多種類の解剖学的構造を自動的に認識・抽出する研究について紹介する.具体的には,筆者らの研究グループの事例から,CT画像における多臓器・組織の自動認識・抽出問題をConvNetで解決する方法を述べる.そして,中心的に行っている二次元画像に対応する2D ConvNetとその三次元への拡張版について,それぞれの長所と短所を議論し,最新の研究成果を紹介する.最後に,設計者の直感と経験に依存する従来の設計アプローチと比較して,CT画像からの多臓器・組織の自動認識・抽出手順の設計に関する深層学習の性能を考察する.紹介する実験の結果から,ConvNetに基づく深層学習がCT画像における広範囲・多種類の解剖学的構造の自動認識・抽出問題の解決に寄与できることがわかる.

著者関連情報
© 2017 日本医用画像工学会
前の記事 次の記事

閲覧履歴
feedback
Top