生成型学習を用いた内視鏡カメラ画像に対する形状位置合わせ

• Item type: SIG Technical Reports(1)
• 公開日: 2023-01-19
• タイトル: 生成型学習を用いた内視鏡カメラ画像に対する形状位置合わせ
• タイトル / 言語: en
• タイトル: Shape Registration for Endoscopic Camera Images Using Generative Learning
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 視点・位置情報
• 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: 名古屋大学大学院医学研究科
• 著者所属: 名古屋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, Nagoya University
• 著者所属(英): en
• 著者所属(英): Graduate School of Medicine, Nagoya University
• 著者所属(英): en
• 著者所属(英): Graduate School of Medicine, Kyoto University
• 著者名: 大矢, 友貴; 門松, 由佳; 芳川, 豊史; 中尾, 恵
• 著者名(英): Tomoki, Oya; Yuka, Kadomatsu; Toyofumi, Fengshi Chen-Yoshikawa; Megumi, Nakao
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 内視鏡カメラ画像に対する患者個人の臓器モデルの形状位置合わせに様々な機械学習手法の応用が考えられており，画像誘導型の手術の実現が期待されている．手術事例から取得可能なデータ数は限られるため，術中の臓器変形を再現する臓器変形アトラスから得られる生成画像を学習に利用することが試みられているが，実画像との差異に起因する推定への影響が課題となっている．本研究では生成画像と実画像から共通に得られる画像特徴を活用したモデルベース位置合わせのための生成型学習の枠組みを提案する．生成画像を用いて 2 シーン間のカメラパラメータの差分を予測するタスクを学習し，実カメラ画像に対する形状位置合わせを達成する．胸腔鏡下肺がん切除術におけるカメラパラメータ推定を想定した実験において，従来手法と比較して予測精度の向上を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: Shape registration of patient-specific organ models to endoscopic camera images is expected to be a key to realize image-guided surgery, and a variety of applications of machine learning methods have been considered. Since the number of training data available from clinical cases is limited, the use of synthetic images generated from statistical deformation atlas has been attempted, but the influence on estimation caused by the difference between synthetic images and real images is a problem. In this study, we propose a generative learning framework for model-based registration using image features commonly obtained from synthetic images and real images. By learning the task of predicting the differential camera parameters between two synthetic images, shape registration with real camera images is performed. We report experimental results on camera parameter estimation for thoracoscopic pulmonary resection, showing improved prediction accuracy compared to 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 22, 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