| 研究概要 |
【目的】本研究の目的は,マルチスライスX線CT(MDCT)装置から得られる人体内部構造の精細な三次元ボリュームデータを用いて,びまん性肺疾患を対象とした局所病理形態理解に基づく知的CADシステムを実現することである.
【実績】われわれの研究成果の概要は以下のとおりである.
I.びまん性肺疾患の陰影の鑑別:種々の陰影パターンを示すびまん性肺疾患に対する鑑別を以下のような方法を用いておこなった.
(1)ブースティング法を用いたびまん性肺疾患の解析:AdaBoost法を用いて単体の識別器より性能のよい識別器を作成し,鑑別診断の成績を向上させることを試みた.
(2)濃淡情報の組み合わせベクトルを用いたびまん性肺疾患鑑別の特徴解析:濃淡ヒストグラム,フーリエパワースペクトル,ランレングス行列から得られた特徴量を組み合わせた特徴ベクトルをもちいて各疾患の陰影パターンを識別した.
(3)自己組織化マップを用いたびまん性肺疾患の分類:与えられた症例画像の類似度をキーとして教師なし学習をおこない,陰影パターンを識別できる自己組織化マップを用いて各疾患の陰影パターンを識別した.
II.Iで検討された手法を三次元ボリュームデータに対して適応して有効性の検討をおこなった.また,画像に識別結果をマッピングすることにより放射線科医に視覚的に情報を提供できるような方法の開発をおこなっている.
III.肺血管情報を用いたびまん性肺疾患検出の検討:肺野のセグメンテーション,血管強調フィルタの適応,血管追跡処理による連結性の向上,および分岐点計数による血管木構造の抽出という処理手順を用いて肺の血管を末梢まで追跡し,それらの情報に基づきびまん性肺疾患に特徴的なパターンの抽出の検討を行った.
|
