| 研究課題/領域番号 |
19K09533
|
|---|
| 研究機関 | 大阪公立大学 |
|---|
研究代表者 |
片山 豊 大阪公立大学, 大学院医学研究科, 技術職員 (50817583)
|
|---|
| 研究分担者 |
川原 慎一 大阪公立大学, 大学院医学研究科, 研究員 (60780260) [辞退]
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2025-03-31
|
| キーワード | 三次元形状 / 画像再構成 / 放射線画像 |
|---|
| 研究実績の概要 |
本課題は、少数の投影像から三次元形状の復元を行うタスクと言い換えることができる。この課題に対して、教師あり学習を用いた手法を用いた先行研究は Neural Radiance Fields (NeRV) や Generative Adversarial Networks (GAN) を利用したアルゴリズムなど、近年、多数登場してきている。しかし、今現在、発表されているアルゴリズムの多くは、教師あり学習を用いた手法である。そのため、多くのアルゴリズムで、教師データを必要とし、大量の対応している二次元データと三次元データのペアが必要となる。以上より、既存のアルゴリズムは適用範囲が限定される。
教師データが潤沢に入手可能な対象であれば、既に公開されている既存のアルゴリズムを応用することで、少数の投影像から三次元形状の復元を行うことは可能となると考える。しかし、われわれは、教師データの収集が困難な対象に対して、少数の投影像から三次元形状の復元を行うことを目指しているため、コンピュータビジョン技術を用いて実現する方法を模索してきた。
今まで作成したアルゴリズムの精度検証のため、サイズが既知の構造体に対して二方向の画像から三次元形状を推定し、容積の測定を行うことで正確性を確認してきた。
本年度は、作成したアルゴリズムの汎用性の確認を行い、提案しているアルゴリズムにより推定した少数の投影像から三次元形状の容積が正しいことを確認した。
研究の成果として、作成したアルゴリズムについて特許の申請を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
研究成果として提案したアルゴリズムの特許出願を行うことができた。
|
| 今後の研究の推進方策 |
特許申請が完了したので、論文を投稿する予定である。
|
| 次年度使用額が生じた理由 |
特許申請が年度末になったため、論文投稿が遅れたことが理由です。
予算は、英文構成に使用予定です。
|
