| 研究概要 |
本研究の目的は,医師の経験的な知見と事例からの疾病モデルの記述と,開発したアルゴリズムの医用画像への適用による評価である.医用画像のように限られた画像データや限られた症例(実例)から起こりうる全ての事象に対して適用可能な分類器を作るためには,病変の発生・成長過程に起因する事例の変化と,画像取得条件に起因する事例の変化に対応するための方策を検討する必要がある.
2次元画像の組で生成される特徴空間においてその直積空間による距離尺度を用いて,3次元画像間の類似を図る方法の検討を進めた.これは元の画像に生じた幾何学的変形を特徴空間に投影することで,見え方の変化を生成する手法である.2次元断面で生成した特徴空間で,元の3次元画像に生じた3次元的な幾何学変換の結果,直積に基づく距離尺度がひずむ可能性がある.今年度は,そのひずみの影響を調査し,特に幾何学変形に2次元断面の法線周り以外の回転で影響が大きく,広範囲の3次元画像に対する位置合わせを行うためには補正を検討する必要があることを確認した.
3次元医用画像のセグメンテーションに対して,対象の濃度分布の個人差や撮影状況の異なりに対応するために,パラメータをランダムに与えたセグメンテーションを多数行い,それらの結果を統合する手法を開発し,肝臓領域の抽出に適用し,良好な結果が得られることを確認した.
また,生成型学習の基礎的な検討事項として,生成モデルに追加する事項と認識処理で考慮する特徴との関係や,画質の変化(色など)に伴う学習画像の生成の検討を進めた.物理現象のモデル化に基づく画像生成により,対象の検出精度が向上することが確認された。
以上のことを各種学会にて報告・討論を行った.
|
