| Item type |
SIG Technical Reports(1) |
| 公開日 |
2018-09-13 |
| タイトル |
|
|
タイトル |
深層学習を用いた心外膜の自動抽出 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Automatic Segmentation of Epicardial Using Deep Learning |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
ディスカッションセッション4 |
| 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 |
|
|
|
立命館大学情報理工学研究科 |
| 著者所属 |
|
|
|
立命館大学情報理工学研究科 |
| 著者所属 |
|
|
|
立命館大学情報理工学研究科 |
| 著者所属 |
|
|
|
社会医療法人誠光会草津総合病院 |
| 著者所属 |
|
|
|
社会医療法人誠光会草津総合病院 |
| 著者所属 |
|
|
|
社会医療法人誠光会草津総合病院 |
| 著者所属 |
|
|
|
社会医療法人誠光会草津総合病院 |
| 著者所属 |
|
|
|
社会医療法人誠光会草津総合病院 |
| 著者所属 |
|
|
|
立命館大学情報理工学研究科 |
| 著者所属(英) |
|
|
|
en |
|
|
Department of Computer Science, Ritsumeikan University |
| 著者所属(英) |
|
|
|
en |
|
|
Department of Computer Science, Ritsumeikan University |
| 著者所属(英) |
|
|
|
en |
|
|
Department of Computer Science, Ritsumeikan University |
| 著者所属(英) |
|
|
|
en |
|
|
Kusatsu General Hospital |
| 著者所属(英) |
|
|
|
en |
|
|
Kusatsu General Hospital |
| 著者所属(英) |
|
|
|
en |
|
|
Kusatsu General Hospital |
| 著者所属(英) |
|
|
|
en |
|
|
Kusatsu General Hospital |
| 著者所属(英) |
|
|
|
en |
|
|
Department of Computer Science, Ritsumeikan University |
| 著者名 |
趙, 紫瑜
音石, 朋恵
岩本, 祐太郎
手塚, 祐司
岡田, 裕貴
前田, 清澄
和田, 厚幸
柏木, 厚典
陳, 延偉
|
| 著者名(英) |
Ziyu, Zhao
Tomoe, Otoishi
Yutaro, Iwamoto
Youji, Tetsuka
Yuki, Okada
Kiyosumi, Maeda
Atsuyuki, Wada
Atsunori, Kashiwagi
Yanwei, Chen
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
心外膜は心臓を包むの嚢で，心臓が他の臓器と隔てられている．心外膜の内側と外側は脂肪が付着し，これらの脂肪を区別するため心外膜を抽出する必要がある．心臓の CT 画像において，心外膜は細い線として存在し，目視できない箇所も存在するため，心外膜の自動抽出は困難である．そのため，従来手法では医師による手動抽出が主であった．本研究では，深層学習の一種である U-Net を用いた心外膜の自動抽出法を提案し，心外膜の自動抽出が可能であることを示した． |
| 論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
The epicardial is a wall sac containing the heart and the roots of the great vessels. Epicardial adipose tissue adhere to the inside and outside of the epicardial, it is necessary to extract the epicardial to distinguish these fat tissues. A major challenge in epicardial segmentation is that in the cardiac Computed Tomography (CT) images, the epicardial exists as a very thin line and there are places where it can not be observed. Up to now, the main method of epicardial segmentation is manual extraction by experts. In this study, we propose a fully automatic method for epicardial segmentation, which is developed using U-Net, and demonstrated that it is possible to automatically segment epicardial. |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
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 2018-CVIM-213,
号 21,
p. 1-2,
発行日 2018-09-13
|
| ISSN |
|
|
収録物識別子タイプ |
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 |
IPSJ-CVIM18213021.pdf (380.0 kB)
