CT画像間の変位場を用いたStyle Mixingの評価と解析

• Item type: SIG Technical Reports(1)
• 公開日: 2023-01-19
• タイトル: CT画像間の変位場を用いたStyle Mixingの評価と解析
• タイトル / 言語: en
• タイトル: Evaluation and analysis on Style Mixing using displacement fields between CT images
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 画像処理
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 京都大学大学院情報学研究科
• 著者所属: 京都大学大学院医学研究科
• 著者所属: 京都大学大学院医学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Kyoto University
• 著者所属(英): en
• 著者所属(英): Graduate School of Medicine, Kyoto University
• 著者所属(英): en
• 著者所属(英): Graduate School of Medicine, Kyoto University
• 著者名: 栗山, 由也; 中村, 光宏; 中尾, 恵
• 著者名(英): Yuya, Kuriyama; Mitsuhiro, Nakamura; Megumi, Nakao
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 医用画像におけるデータ拡張に敵対的学習を利用することが考えられているが，極端にデータの少ない医用画像群に適用すると解剖学的に不自然な構造や不正確な CT 値を持つ画像が生成される可能性がある．本研究は CT 画像間で生成可能な変位場をデータ拡張の対象として活用し，画像の特徴を階層的に制御可能な StyleGAN2 及びそれに対応したエンコーダである pixel2Style2pixel を用い，一部の潜在変数を変更する Style Mixing によって擬似変位場を生成してデータ拡張を行う枠組みを開発した．提案手法を用いて生成された擬似 CT 画像の評価と，操作する潜在変数との関係性の解析を行った．従来手法と比較して高品質な擬似 CT 画像の生成，及び画像特徴のコントロールが可能であることが確認したので報告する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Adversarial learning has been considered for data augmentation in medical images, but when applied to extremely small sets of medical images, it may produce images with anatomically unnatural structures or inaccurate CT values. This study utilizes the displacement field that can be generated between CT images as a target for data expansion, and develops a Style Mixing framework for data expansion by generating a pseudo-displacement field by changing some latent variables using StyleGAN2 and its corresponding encoder pixel2Style2pixel, which can control image features in a hierarchical manner. We evaluated the pseudo-CT images generated by the proposed method and analyzed the relationship between the latent variables to be manipulated. We report on the results, which show that the proposed method is able to generate high-quality pseudo-CT images and control image features in comparison with conventional methods.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2023-CVIM-232, 号 5, p. 1-8, 発行日 2023-01-19
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会