| 研究課題/領域番号 |
18560414
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
計測工学
|
|---|
| 研究機関 | 九州工業大学 |
|---|
研究代表者 |
金 亨燮 九州工業大学, 工学部, 准教授 (80295005)
|
|---|
| 研究期間 (年度) |
2006 – 2007
|
| 研究課題ステータス |
完了 (2007年度)
|
| 配分額 *注記 |
3,590千円 (直接経費: 3,200千円、間接経費: 390千円)
2007年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2006年度: 1,900千円 (直接経費: 1,900千円)
|
|---|
| キーワード | 集団検診 / 脊柱側弯症 / モアレ画像 / コンピュータ画像診断支援 / 脊柱側彎症 |
|---|
| 研究概要 |
本研究では、近年成長期の小・中学生において増加傾向にある、脊柱側彎症自動診断を行うため、モアレ画像からの画像解析法の開発を行った。脊柱側彎症の場合、正常者のモアレ画像に比べ、左右非対称な画像特徴が得られるため、形状特徴や濃度特徴の変量を算出し、これらの特徴量からの正常・異常の自動識別を行う。
平成19年度には、平成18年度に構築したデータベースより、新しい特徴量の算出を行った。具体的には、医師の視診において重要なポイントの一つである形状特徴を取り入れるため、背面モアレ画像からの肩の高さという特徴量を自動的に算出する手法を導入した。形状特徴を求める上で、モアレ画像が持つ画質の問題点を改良するため、画像前処理による形状特徴の強調処理法等を考案した。また、腰付近の左右不均衡の特徴量の算出も見直し、これらの形状特徴を用いた統計解析を行った。さらに、正常・異常者の濃度特徴の違いを比較するため、左右関心領域内の相互相関の値を求め、新たな特徴量に加えた。
一方、これらの統計特徴量を用いた識別実験を行った。実験では、未知データを効率よく識別するため、線形識別手法であるマハラノビス距離を用いた識別器や、人工ニューラルネットワークによる学習器を構築し、未知画像データからの自動識別を行った。提案したアルゴリズムを1,200実モアレ画像に適用し、認識実験を行ったところ、85%程度の平均認識率を得た。今後は、さらなる認識率の向上を図り、未知モアレ画像の自動識別を行うためのソフトウェアを構築し、集団検診の効率化のための実用化を目指す予定である。
|
