• 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

2016 年度 実績報告書

変形の伴う3次元形状間の全自動アラインメント

研究課題

研究課題/領域番号 26330212
研究機関立命館大学

研究代表者

徐 剛  立命館大学, 情報理工学部, 教授 (90226374)

研究分担者 陳 延偉  立命館大学, 情報理工学部, 教授 (60236841)
韓 先花  国立研究開発法人産業技術総合研究所, 人工知能研究センター, 主任研究員 (60469195)
研究期間 (年度) 2014-04-01 – 2017-03-31
キーワード画像認識 / 医用画像処理 / 3次元 / アラインメント / 変形 / ボリュームデータ / CT / MRI
研究実績の概要

医用ボリュームデータにおける肝臓を主成分線形変形(8パラメータ)と位置姿勢スケール(7パラメータ)の計15パラメータに対して全自動で位置決めすることを問題として設定した。全探索というアルゴリズムを考案し、ソフトウェア実装、CUDAによる並列処理による高速化を行った結果、当初設定した問題を完全に解くことができた。評価実験では、52例のボリュームデータから、3例の肝硬変などの特異な3次元形状を持つ3例以外は全て、全自動で肝臓の位置決めに成功した。従来、ボリュームデータに対して人手による切り出しを行ってきているが、約6時間かかっている作業であるのに対して、本システムでは、約90秒の時間で完成する。GPUによる高速化をしない場合に15分かかった処理は、GPUによる高速化を施すことにより、1分半程度に短縮できた。GPU以外に高速化を工夫したアルゴリズムは、ピラミッド探索、回転の均等サンプリング、ディスタンスフィールドの事前作成、などである。
肝臓の位置決めを正確に行ったあと、主成分分析で表現される3次元形状と実際の肝臓の3次元形状との間に僅かな差が残る問題に対して、Free-Form Deformationモデルを用いてその差を縮める処理を行い、位置決めだけではなく、切り出しにも成功した。
本研究の成果は肝臓の全自動切り出しだけでなく、主成分線形モデルで表現できないような3次元形状を結果として判定することもでき、このような3次元形状は多くの場合に肝硬変などの特異形状であることから、病気の自動診断にも使える可能性がある。
国際会議などで発表を行った。他の研究室にて、病院にて実使用できるシステムの開発も進められている。
本研究は、コンピュータのプロセッサ数の増加により、有効であることが分かっていながらも莫大な計算量がゆえに避ける傾向にある全探索のような手法も実現可能であることを示した。

  • 研究成果

    (2件)

すべて 2017 2016

すべて 雑誌論文 (2件) (うち査読あり 2件、 オープンアクセス 1件、 謝辞記載あり 1件)

  • [雑誌論文] Co-occurrence Context of the data-driven Quantized Local Ternary Patterns for Visual Recognition2017

    • 著者名/発表者名
      Xian-Hua Han, Yen-Wei Chen and Gang Xu
    • 雑誌名

      IPSJ Transactions on Computer Vision and Applications

      巻: 9 ページ: 1-10

    • DOI

      10.1186/s41074-017-0017-4

    • 査読あり / オープンアクセス / 謝辞記載あり
  • [雑誌論文] Integration of spatial and orientation contexts in local ternary patterns for HEp-2 cell classification2016

    • 著者名/発表者名
      Xian-Hua Han, Yen-Wei Chen and Gang Xu
    • 雑誌名

      Pattern Recognition Letters

      巻: 82-1 ページ: 23-27

    • 査読あり

URL: 

公開日: 2018-01-16  

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