| 研究課題/領域番号 |
16K00328
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
ソフトコンピューティング
|
|---|
| 研究機関 | 電気通信大学 |
|---|
研究代表者 |
庄野 逸 電気通信大学, 大学院情報理工学研究科, 教授 (50263231)
|
|---|
| 研究分担者 |
坂田 宗之 地方独立行政法人東京都健康長寿医療センター(東京都健康長寿医療センター研究所), 東京都健康長寿医療センター研究所, 研究員 (00403329)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2017年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2016年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | スパースモデリング / 断層画像再構成 / ノイズ除去 / 辞書学習 / PET / ラドン変換 / ノイズ低減 / PET画像 / スパース表現 / ディープラーニング / PET画像再構成 / スパース基底 / 深層学習 / 医用画像再構成 / Deep Learning / 生成モデル |
|---|
| 研究成果の概要 |
PET や CT などで用いられる画像再構成アルゴリズムに対して，スパースモデリングの適用を行い，ノイズ耐性に強い画像最高性アルゴリズムを構築した．画像空間と観測空間においてそれぞれに対してスパース表現を用いることによって，相補的なノイズ除去手法を提案した．画像空間においては，Total Variation と呼ばれる手法を用い，観測空間においては辞書学習と呼ばれる手法のうち K-SVD 法と呼ばれる手法を用いた．観測像空間における辞書学習は，自然画像をもちいることで辞書の基底を構築した．2つのスパース表現を用いることにより，高性能なノイズ除去性能を得られることを示唆した．
|
| 研究成果の学術的意義や社会的意義 |
X線CT画像やPET画像は，非破壊検査の一環として用いられるが，十分な強さの線源を用いなければ，再構成画像のアーティファクトと呼ばれるノイズがのる．その一方で，あまり強い線源を用いた場合，観測対象の被曝量が問題になるケースがある．そこで低被爆でよりよい再構成画像を得るためのノイズ除去をスパース表現を用いて構築した．この意義は検査を行う対象をより安全にするための手法として有効であると考えている．
|
