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

2020 年度 実績報告書

マルチチャンネルデータを用いた三次元脳MR画像の高精細化と高精度な領域分割

研究課題

研究課題/領域番号 18K18078
研究機関立命館大学

研究代表者

岩本 祐太郎  立命館大学, 情報理工学部, 助教 (30779054)

研究期間 (年度) 2018-04-01 – 2021-03-31
キーワード超解像技術 / 深層学習 / 教師なし学習
研究実績の概要

本研究の目的は三次元脳MR画像の高画質・高解像度化である。本研究の課題は撮像時間の制限から十分な解像度が得られない点である。この問題は医用画像解析の前処理として行われる位置合わせや領域抽出の精度に影響を与えるため、高精度に高解像度化を行う技術は有用である。MR画像では撮像パラメータの組み合わせにより複数種類の画像を取得することができる。しかし、画像によって解像度が異なる場合が存在する。そこで、本研究では高解像度で取得可能な画像を用いて、低解像度の画像を高解像度化する手法を提案する。
今年度の成果として、昨年度開発したガイドあり教師なし深層学習による超解像手法に対し、新たに複数のデータに対して実験を行い、より詳細に提案手法の有効性を検証した。また、新たに三次元医用画像の超解像手法として、高効率・高精度な深層学習による超解像技術手法を提案した。提案手法では、三次元畳み込みカーネルを一次元畳み込みカーネルに分解することで、パラメータ数を大幅に削減した。加えて、精度を向上させるためにグループ畳み込みと特徴集約を組み合わせたParallelNetと呼ばれる構造を新たに提案した。三次元MR画像と三次元CT画像を用いた実験結果から提案手法の有効性を確認した。本手法の成果は世界的に著名な学術雑誌であるIEEE Transactions on Image Processingに採択され高く評価された。
一方で当初計画していた超解像技術を用いたセグメンテーション精度の改善及び異常症例に対する有効性の検証は十分に実施できなかった。今後は超解像技術の応用先として有力であるセグメンテーション精度の改善等、超解像技術の有用性を示す研究展開も検討する。

  • 研究成果

    (10件)

すべて 2021 2020 その他

すべて 国際共同研究 (2件) 雑誌論文 (1件) (うち国際共著 1件、 査読あり 1件) 学会発表 (7件) (うち国際学会 7件)

  • [国際共同研究] Dong-A University/Dong-A University Hospital(韓国)

    • 国名
      韓国
    • 外国機関名
      Dong-A University/Dong-A University Hospital
  • [国際共同研究] Zhejiang University(中国)

    • 国名
      中国
    • 外国機関名
      Zhejiang University
  • [雑誌論文] VolumeNet: A Lightweight Parallel Network for Super-Resolution of MR and CT Volumetric Data2021

    • 著者名/発表者名
      Yinhao Li, Yutaro Iwamoto, Lanfen Lin, Rui Xu, Ruofeng Tong, Yen-Wei Chen
    • 雑誌名

      IEEE Transactions on Image Processing

      巻: 30 ページ: 4840-4854

    • DOI

      10.1109/TIP.2021.3076285

    • 査読あり / 国際共著
  • [学会発表] Automatic Detection and Segmentation of Liver Tumors in Multi-Phase CT Images by Phase Attention Mask R-CNN2021

    • 著者名/発表者名
      Ryo Hasegawa, Yutaro Iwamoto, Xianhua Han, Lanfen Lin, Hongjie Hu, Xiujun Cai, and Yen-Wei Chen
    • 学会等名
      Proc. of 39th IEEE International Conference on Consumer Electronics, ICCE2021
    • 国際学会
  • [学会発表] Multimodal Priors Guided Segmentation of Liver Lesions in MRI Using Mutual Information Based Graph Co-Attention Networks2020

    • 著者名/発表者名
      Shaocong Mo, Ming Cai, Lanfen Lin, Ruofeng Tong, Qingqing Chen, Fang Wang, Hongjie Hu, Yutaro Iwamoto, Xian-Hua Han, Yen-Wei Chen
    • 学会等名
      Medical Image Computing and Computer Assisted Intervention, MICCAI 2020
    • 国際学会
  • [学会発表] UNET 3+: A Full-Scale Connected UNET for Medical Image Segmentation2020

    • 著者名/発表者名
      Huiming Huang, Lanfen Lin, Ruofeng Tong, Hongjie Hu, Qiaowei Zhang, Yutaro Iwamoto, Xian-Hua Han, Yen-Wei Chen, Jian Wu
    • 学会等名
      Proc. of the 45th IEEE International Conference on Acoustics, Speech, and Signal Processing, ICASSP2020
    • 国際学会
  • [学会発表] WNET: An End-to-end Atlas-Guided and Boundary-Enhanced Network for for Medical Image Segmentation2020

    • 著者名/発表者名
      Huiming Huang, Lanfen Lin, Ruofeng Tong, Hongjie Hu, Qiaowei Zhang, Yutaro Iwamoto, Xian-Hua Han, Yen-Wei Chen, Jian Wu
    • 学会等名
      Proc. of IEEE International Symposium on Biomedical Imaging, ISBI2020
    • 国際学会
  • [学会発表] A 3D Shrinking-and-Expanding Module with Channel Attention for Efficient Deep Learning-Based Super-Resolution2020

    • 著者名/発表者名
      Yinhao Li, Yutaro Iwamoto, and Yen-Wei Chen
    • 学会等名
      Innovation in Medicine and Healthcare, Smart Innovation, Systems and Technologies, InMed2020
    • 国際学会
  • [学会発表] A Lightweight Deep Network for 3D Medical Image Segmentation2020

    • 著者名/発表者名
      Toshiki Kawahara, Yinhao Li, Yutaro Iwamoto, Lanfen Lin, Yen-Wei Chen
    • 学会等名
      Proc. of 2020 IEEE 8th Global Conference on Consumer Electronics, GCCE 2020
    • 国際学会
  • [学会発表] Development of an Interactive Semantic Medical Image Segmentation System2020

    • 著者名/発表者名
      Hikari Jinbo, Titinunt Kitrungrotsaku, Yutaro Iwamoto, Lanfen Lin, Hongjie Hu, Yen-Wei Chen
    • 学会等名
      Proc. of 2020 IEEE 8th Global Conference on Consumer Electronics, GCCE 2020
    • 国際学会

URL: 

公開日: 2021-12-27  

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