• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

対象依存型データ解析による高次多次元画像の理解と認識

研究課題

研究課題/領域番号 17K00226
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 知覚情報処理
研究機関千葉大学

研究代表者

井宮 淳  千葉大学, 統合情報センター, 教授 (10176505)

研究期間 (年度) 2017-04-01 – 2020-03-31
研究課題ステータス 完了 (2019年度)
配分額 *注記
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2019年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2018年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2017年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
キーワード多重線形型式 / 主成分分析 / 多次元多元情報 / 概略情報 / 情報圧縮 / 情報検索 / 情報蓄積 / 医用画像処理 / データ依存処理 / 形状解析 / 臓器顕微鏡下画像 / 縦状解析 / 模型規範型情報処理 / 空間形状解析 / 多重線形形式 / 対象依存型情報処理 / 医用画像 / 画像理解
研究成果の概要

旧来のベクトル形式のパターン認識法では、標本化された画像データを超高次元のベクトルとして扱うため、データ表現すると臓器や細胞の幾何構造や、帯域間の相関を対象の認識・理解に加味するには観測者の対象に対する知識を必要としてきた。したがって、臓器や細胞、材料内部の幾何構造としの性質を考慮しながら判別を行うためには、対象依存データ解析手法に従って、対象の幾何構造や階層構造をも保存したまま、パターン認識理論が適用可能な形式で、高次元配列データを表現する必要するために、多重線形型式を利用して、高次多元高次元配列データに対するパターン認識理論を構築した。

研究成果の学術的意義や社会的意義

生物学・医学・材料科学において解析の対象となる高次元画像は、高次元配列データとして時空間の位置に割り付けられた物理量や化学量である。物理量や化学量は、物理計測に基づく原子のスピンに基づく物理情報、生物物理的な情報、光の散乱や放射に基づく多周波数データなど多岐にわたる多元データである。観測され蓄積された大量のデータを対象として、新現象の発見や分類、過去の計測データの検索、計測したデータ間の整合を行う、発見科学の手法を時空間高解像度多元データに適用するためには、多次元多元配列データを機能的に表現し、認識・分類・検索する手法を構築する必要がある。

報告書

(4件)
  • 2019 実績報告書   研究成果報告書 ( PDF )
  • 2018 実施状況報告書
  • 2017 実施状況報告書
  • 研究成果

    (15件)

すべて 2020 2019 2018 2017

すべて 雑誌論文 (11件) (うち査読あり 10件、 オープンアクセス 2件) 学会発表 (1件) (うち国際学会 1件) 図書 (2件) 学会・シンポジウム開催 (1件)

  • [雑誌論文] Resolution Conversion of Volumetric Array Data for Multimodal Medical Image Analysis2020

    • 著者名/発表者名
      Kento Hosoya, Kouki Nozawa, Atsushi Imiya
    • 雑誌名

      Communications in Computer and Information Science

      巻: 1180 ページ: 169-183

    • DOI

      10.1007/978-981-15-3651-9_16

    • ISBN
      9789811536502, 9789811536519
    • 関連する報告書
      2019 実績報告書
    • 査読あり
  • [雑誌論文] Geometrical and Statistical Properties of the Rational Order Pyramid Transform and Dilation Filtering2019

    • 著者名/発表者名
      Kento Hosoya, Kouki Nozawa, Atsushi Imiya
    • 雑誌名

      Lecture Notes in Computer Science

      巻: 11679. ページ: 152-163

    • DOI

      10.1007/978-3-030-29891-3_14

    • ISBN
      9783030298906, 9783030298913
    • 関連する報告書
      2019 実績報告書
    • 査読あり
  • [雑誌論文] Multilinear Subspace Method Based on Geodesic Distance for Volumetric Object Classification2019

    • 著者名/発表者名
      Hayato Itoh, Atsushi Imiya
    • 雑誌名

      Lecture Notes in Computer Science

      巻: 11678 ページ: 672-683

    • DOI

      10.1007/978-3-030-29888-3_55

    • ISBN
      9783030298876, 9783030298883
    • 関連する報告書
      2019 実績報告書
    • 査読あり
  • [雑誌論文] Variational Image Registration for Inhomogeneous-Resolution Pairs2019

    • 著者名/発表者名
      Kento Hosoya, Atsushi Imiya
    • 雑誌名

      Lecture Notes in Computer Science

      巻: 11603 ページ: 275-287

    • DOI

      10.1007/978-3-030-22368-7_22

    • ISBN
      9783030223670, 9783030223687
    • 関連する報告書
      2019 実績報告書
    • 査読あり
  • [雑誌論文] Distances Between Tensor Subspaces2018

    • 著者名/発表者名
      Hayato Itoh, Atsushi Imiya, Tomoya Sakai
    • 雑誌名

      Frontiers in Artificial Intelligence and Applications

      巻: 310 ページ: 50-59

    • 関連する報告書
      2018 実施状況報告書
    • 査読あり
  • [雑誌論文] Variational Method for Multiresolution Image Registration2018

    • 著者名/発表者名
      Kento Hosoya, Ryo Sasaki, Kaori Tanji, Hayato Itoh, Atsushi Imiya
    • 雑誌名

      Frontiers in Artificial Intelligence and Applications

      巻: 310 ページ: 157-168

    • 関連する報告書
      2018 実施状況報告書
  • [雑誌論文] Discrimination of Volumetric Shapes Using Orthogonal Tensor Decomposition2018

    • 著者名/発表者名
      Hayato Itoh, Atsushi Imiya
    • 雑誌名

      Lecture Notes in Computer Science

      巻: 11167 ページ: 277-290

    • DOI

      10.1007/978-3-030-04747-4_26

    • ISBN
      9783030047467, 9783030047474
    • 関連する報告書
      2018 実施状況報告書
    • 査読あり
  • [雑誌論文] Multilinear Methods for Spatio-Temporal Image Recognition2017

    • 著者名/発表者名
      Hayato Itoh, Atsushi Imiya, Tomoya Sakai
    • 雑誌名

      Lecture Notes in Computer Science

      巻: 10424 ページ: 148-159

    • 関連する報告書
      2017 実施状況報告書
    • 査読あり
  • [雑誌論文] Analysis of Multilinear Subspaces Based on Geodesic Distance2017

    • 著者名/発表者名
      Hayato Itoh, Atsushi Imiya, Tomoya Sakai
    • 雑誌名

      Lecture Notes in Computer Science

      巻: 10424 ページ: 384-396

    • 関連する報告書
      2017 実施状況報告書
    • 査読あり
  • [雑誌論文] Fast Approximate Karhunen-Loeve Transform for Three-Way Array Data2017

    • 著者名/発表者名
      Hayato Itoh, Atsushi Imiya, Tomoya Sakai
    • 雑誌名

      2017 IEEE International Conference on Computer Vision Workshops

      巻: 1 ページ: 1827-1834

    • 関連する報告書
      2017 実施状況報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Linear Data Compression of Hyperspectral Images2017

    • 著者名/発表者名
      Kaori Tanji, Atsushi Imiya, Hayato Itoh, Hiroaki Kuze, Naohiro Manago
    • 雑誌名

      2017 IEEE International Conference on Computer Vision Workshops

      巻: 1 ページ: 3001-3007

    • 関連する報告書
      2017 実施状況報告書
    • 査読あり / オープンアクセス
  • [学会発表] Distances between Tensor Subspaces2018

    • 著者名/発表者名
      Hayato Itoh, Atsushi Imiya, Tomoya Sakai
    • 学会等名
      APPSI2018
    • 関連する報告書
      2017 実施状況報告書
    • 国際学会
  • [図書] Chap. 8 Relaxed Optimisation for Tensor Principal Component Analysis and Applications to Recognition, Compression and Retrieval of Volumetric Shapes in Imaging, Vision and Learning Based on Optimization and PDEs2018

    • 著者名/発表者名
      Hayato Itoh Atsushi Imiya Tomoya Sakai (Xue-Cheng Tai, Egil Bae, Marius Lysaker eds)
    • 総ページ数
      255
    • 出版者
      Springer
    • ISBN
      9783319912738
    • 関連する報告書
      2018 実施状況報告書
  • [図書] Imaging, vision and learning based on optimization and PDEs2018

    • 著者名/発表者名
      Xue-Cheng Tai
    • 出版者
      springer
    • 関連する報告書
      2017 実施状況報告書
  • [学会・シンポジウム開催] Image and Pattern Analysis for Multidisciplinary Computational Anatomy2019

    • 関連する報告書
      2019 実績報告書

URL: 

公開日: 2017-04-28   更新日: 2021-02-19  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi