2016 Fiscal Year Annual Research Report
Development of electronic cleansing system for CT colonograpy using multiple deep learning and material decomposition
| Project/Area Number |
16H05913
|
|---|
| Research Institution | Oshima National College of Maritime Technology |
|---|
Principal Investigator |
橘 理恵 大島商船高等専門学校, その他部局等, 准教授 (90435462)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | Deep learning / CTコロノグラフィ |
|---|
| Outline of Annual Research Achievements |
本研究では，臨床導入が進んでいるデュアルエネルギーCT画像を対象として，機械学習法の一つであり高精度な画像認識が可能とされている深層学習法を多列化し自動的に電子洗浄を行い高鮮明なCTコロノグラフィ像を生成する手法を開発することを目指している。深層学習では新たなデータセットを学習する際，大規模教師付画像データセットにより既に自然画像を学習済みのモデルを用いてパラメータを最適化させることにより高い識別が可能となることが知られている。そのため，3次元処理による深層学習では学習データを十分に確保できず高い精度の認識は難しい。そこで，平成28年度は多数の断面画像に対して並列に深層学習を適用した結果を統合する「多列深層学習」による領域分割法の提案および大腸電子洗浄の実装を試みた。その結果，多列化することにより3次元情報を考慮することができるため画素単位で高精度な領域分割が可能であることが分かった。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初予定していた計画通り，多列深層学習を用いた3次元医用画像の領域分割法を開発できたことからおおむね順調に進展していると評価した。
|
| Strategy for Future Research Activity |
物質分解処理により得られる画像を追加し，深層学習の更なる多列化を図り，より高精度なCTコロノグラフィ像の生成を目指す。
|
