条件付き確率場による医用画像からの臓器抽出に関する予備的検討

• 二村, 幸孝

• 林, 雄一郎

• 北坂, 孝幸

• 森, 健策

• NIMURA, Yukitaka

• HAYASHI, Yuichiro

• KITASAKA, Takayuki

• MORI, Kensaku

書誌事項

タイトル別名

• ジョウケン ツキ カクリツジョウ ニ ヨル イヨウ ガゾウ カラ ノ ゾウキ チュウシュツ ニ カンスル ヨビテキ ケントウ
• A Preliminary Study on Organ Segmentation using Conditional Random Fields from Medical Image

抄録

本稿では,条件付き確率場による医用画像からの臓器領域抽出に関して検討する.これまで医用画像からの臓器領域自動抽出を目的とした多くの研究が報告されている.しかしながら,それらの多くは経験的に決定する調整パラメータを含むといった問題が存在する.本報告では,臓器領域抽出を医用画像全体にわたる各画素の臓器ラベル推定問題ととらえ,構造学習によりパラメータを学習した確率的グラフィカルモデルに基づいて,臓器領域を自動抽出する手法に関して検討する.確率的グラフィカルモデルにはランダムに画素間を接続した条件付き確率場特徴量には画素の濃度値と臓器ラベルの関係を表すバイナリ特徴を使用する.また,条件付き確率場のパラメータ学習には確率的勾配降下法,臓器ラベル推定には最大事後確率推定を使用する.本手法を腹部造影CT画像5例へと適用した結果,臓器ラベル推定誤差10.0%(一致度:肝臓0.65,脾臓0.61,右腎臓0.61,左腎臓0.63,膵臓0.24)で,臓器領域の自動抽出が可能であることが確認された.

収録刊行物

• 電子情報通信学会技術研究報告. MI, 医用画像

  電子情報通信学会技術研究報告. MI, 医用画像 113 (410), 155-160, 2014-01

  一般社団法人電子情報通信学会

キーワード

• 構造学習
• 条件付き確率場
• セグメンテーション
• structured output learning
• conditional random fields
• segmentation

詳細情報

• CRID: 1050564288758144384
• NII論文ID: 110009821255
• NII書誌ID: AA1123312X
• HANDLE: 2237/23722
• NDL書誌ID: 025280679
• ISSN: 09135685
• Web Site: https://nagoya.repo.nii.ac.jp/records/21574
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I025280679
• 本文言語コード: ja
• 資料種別: journal article
• データソース種別:
  • IRDB
  • NDL
  • CiNii Articles