新しいパラメータ最適化法による解剖学的ランドマーク検出処理の性能改善 : 教師ラベル設定基準のパラメータ化と新しい評価関数の導入  [in Japanese] Performance Improvement in Anatomical Landmark Detection by a New Parameter Optimization Technique : Parameterization of Labeling Criterion for a Training Samples and Use of Novel Evaluation Function  [in Japanese]

Author(s)

    • 三木 聡一郎 MIKI Soichiro
    • 東京大学大学院医学系研究科 Div. of Radiology, and Biomedical Engineering, Graduate School of Medicine, The Univ. of Tokyo
    • 吉川 健啓 YOSHIKAWA Takeharu
    • 東京大学医学部附属病院22世紀医療センターコンピュータ画像診断学/予防医学講座 Dept. of Computational Diagnostic Radiology and Preventive Medicine, The Univ. of Tokyo Hospital
    • 林 直人 HAYASHI Naoto
    • 東京大学医学部附属病院22世紀医療センターコンピュータ画像診断学/予防医学講座 Dept. of Computational Diagnostic Radiology and Preventive Medicine, The Univ. of Tokyo Hospital
    • 大友 邦 OHTOMO Kuni
    • 東京大学大学院医学系研究科 Div. of Radiology, and Biomedical Engineering, Graduate School of Medicine, The Univ. of Tokyo

Abstract

解剖学的ランドマーク(Landmark:LM)の自動検出は,医用画像に含まれる解剖学的構造を認識する上で重要な情報をもたらす.我々はこれまで(1)局所アピアランスマッチングによるLM候補点(Landmark Candidate:LMC)の検出,(2)識別器アンサンブルを用いた誤検出LMCの削減,(3)LM間距離の事前知識を用いた事後確率最大化による最適なLMC組合せ選択の三つの処理からなるLM自動検出処理を提案してきた.各LMの多様性に対応するため,各LMの検出パラメータは実験的に選択していたが,本研究では,識別器アンサンブルの学習用サンプルに対する教師ラベル設定基準を新たにパラメータとし,更に検出処理の実験的最適化に新しい評価関数を導入することで,LM検出性能の改善を試みた.173種類のLMに対して30例のComputed Tomography(CT)像を用いて学習した検出処理について,20例のCT像を用いた検出性能評価実験を行ったところ,検出感度は98.8%,検出誤差距離は平均5.86±標準偏差6.78mmであった.この結果から,提案法の有用性を示すことができた.

Journal

  • The IEICE transactions on information and systems (Japanese edetion)

    The IEICE transactions on information and systems (Japanese edetion) 96(4), 853-866, 2013-04-01

    The Institute of Electronics, Information and Communication Engineers

References:  22

Codes

  • NII Article ID (NAID)
    110009596333
  • NII NACSIS-CAT ID (NCID)
    AA12099634
  • Text Lang
    JPN
  • Article Type
    ART
  • ISSN
    18804535
  • NDL Article ID
    024627020
  • NDL Call No.
    Z16-779
  • Data Source
    CJP  NDL  NII-ELS 
Page Top