Medical Imaging Technology
Online ISSN : 2185-3193
Print ISSN : 0288-450X
ISSN-L : 0288-450X
特集/医用画像処理におけるGenerative Adversarial Networksの利用
CycleGANを用いたCT-マルチパラメトリックMR画像変換
松岡 拓未日朝 祐太大竹 義人高尾 正樹高嶋 和磨菅野 伸彦佐藤 嘉伸
著者情報
ジャーナル 認証あり

2019 年 37 巻 3 号 p. 130-136

詳細
抄録

医用画像は,撮像モダリティーによって異なるコントラスト特徴を示す.臨床では一般に,用途に応じて異なる複数のモダリティーの画像が撮影されるが,複数モダリティーでの撮影は時間やコストがかかる.本研究では,1つのモダリティーの画像から,別のモダリティーと同様のコントラスト特徴を有する画像を生成することを目的とする.従来,異種モダリティー画像生成には,同一患者を同一肢位で,複数モダリティーで撮影した「対応あり」の学習データが必要であったが,近年CycleGANとよばれる,対応なしの学習データでも画像生成が可能で,かつ双方向の生成が可能な手法が提案された.これまでに報告されているCycleGANを用いたCT-MR間の画像生成技術は,1種類のシーケンスで撮影されたMR画像のみを扱っていた.本稿では,CycleGANを用いて,3種類のシーケンスで撮影された股関節周辺のMR画像とCT画像の相互変換を行うアルゴリズムについて報告する.

著者関連情報
© 2019 日本医用画像工学会
前の記事 次の記事
feedback
Top