Deep Residual 3D U-Netと3DCNNによるCT画像セグメンテーションの改善

抄録

高精度かつ高速な医療画像のセグメンテーションは，多くの医療現場において重要な課題である．現在ではその手法の一つとして，エネルギー最小化問題に基づくグラフカットが利用されている．しかし，グラフカットでは，隣接するピクセル値が類似している場合，完全かつ自動的にセグメンテーションを行うことは困難である．この問題には多くの対策があるが，そのほとんどは実行速度という点で適していない．それに対し，深層学習による手法は，複雑な特徴を獲得することができるため，自動セグメンテーションが可能である．本研究では，Residual Unitによって拡張した3D U-Netと，セグメンテーション結果を修正する3DCNNを組み込んだモデルを提案する．