| 研究課題/領域番号 |
17K00252
|
|---|
| 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 | 中部大学 |
|---|
研究代表者 |
岩堀 祐之 中部大学, 工学部, 教授 (60203402)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | コンピュータビジョン / Shape from Shading / 内視鏡画像 / CNN / 血管検出 / ポリープ検出 / パターン分類 / 良性・悪性 |
|---|
| 研究成果の概要 |
本研究では，ポリープの３次元形状と大きさを復元するため２枚の画像間での対応する特徴点の情報を用いて内視鏡の移動量とともに面の反射係数を推定する手法をベースにさらに血管情報を利用する信頼性の高い手法の開発を行ったほか，縫合糸や血管などの特徴抽出とともにそれらを参照物体として用いることで１枚の内視鏡画像からポリープの形状と大きさを復元する手法の開発を行った．画像分類の問題では，CNN特徴量と転移学習を用いて，3種類の内視鏡画像を用いてポリープの良性・悪性の判定精度を向上させるための手法の開発，ならびに，顕微鏡細胞画像の細胞核の自動抽出および細胞の良性・悪性の分類を目的とした手法を開発した．
|
| 自由記述の分野 |
知覚情報処理
|
| 研究成果の学術的意義や社会的意義 |
本研究では一般的な白色内視鏡画像でポリープの3次元形状のみならずその絶対的な大きさを復元するための新たな手法を研究し，開発した．従来はステレオ構造やレーザーレンジファインダーを応用した特殊なハードウェアベースの内視鏡を開発した例があるが，通常内視鏡で形状と大きさを推定する手がかりが必要であった．研究ではこのため，手術用縫合糸やさらに血管の情報を用いて，高精度に検出をするCNNベースの方法のほか，対応点抽出問題や画像分類問題においてもCNNと転移学習を用いて精度向上を図る手法として，３種類の内視鏡画像を用いて精度向上を図ったほか，細胞画像の検出・分類問題においても新規で有効な手法を提案した．
|
