非造影CTにおける心臓の検出とカルシウムスコア分類

• Item type: SIG Technical Reports(1)
• 公開日: 2024-02-25
• タイトル: 非造影CTにおける心臓の検出とカルシウムスコア分類
• タイトル / 言語: en
• タイトル: Cardiac Detection in Non-Contrast CT and Application to Calcium Scoring
• 言語: jpn
• 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: 豊橋技術科学大学
• 著者所属: 豊橋技術科学大学
• 著者所属: 豊橋ハートセンター
• 著者所属: 豊橋ハートセンター
• 著者所属: 豊橋技術科学大学
• 著者所属(英): en
• 著者所属(英): Computer Science and Engineering, Toyohashi University of Technology
• 著者所属(英): en
• 著者所属(英): Computer Science and Engineering, Toyohashi University of Technology
• 著者所属(英): en
• 著者所属(英): Toyohashi Heart Center
• 著者所属(英): en
• 著者所属(英): Toyohashi Heart Center
• 著者所属(英): en
• 著者所属(英): Computer Science and Engineering, Toyohashi University of Technology
• 著者名: 浅川, 徹也; 篠田, 拓樹; 戸川, 拓哉; 清水, 一生; 青野, 雅樹
• 著者名(英): Tetstya, Asakawa; Hiroki, Shinoda; Takuya, Togawa; Kazuki, Shimizu; Masaki, Aono
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 日本人の主な死因の一つである冠動脈疾患は，冠動脈の石灰化が関係していると言われている． しかし，医療従事者が冠動脈疾患を調べる場合には，心臓のみを検査することが不可欠である． また，非造影 CT から心臓の石灰化のみを抽出することは非常に困難である． 我々の知る限り，非強化 CT 心臓画像における 3D 心臓抽出はこれまでの研究では行われていない． さらに，心臓摘出による石灰化スコアの推定は，これまでの研究では行われていない． そこで，CNN を 3 次元に拡張した画像分類精度の高い 3D-CNN を用いて心臓 CT からカルシウムスコア分類を行った．そこで本研究では，深層学習を用いた心臓検出手法を提案し，カルシウムスコアの精度を向上させる． 胸部 CT 画像からの心臓検出用のデータセットと胸部 CT スキャンからのカルシウムスコアリング用のデータセットを使用して実験を実施した．結果は，提案された方法が心臓摘出を行わない方法と比較してカルシウムスコアリングの精度を向上させることを示した．その結果，これまでにない最先端の高精度な心臓検出手法を提案した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Coronary artery disease, one of the major causes of death in Japan, is said to be related to coronary artery calcifica- tion. However, health care workers are essential to examine only the heart when investigating coronary artery disease. Also, it is very difficult to extract only calcification of the heart from Non- Contrast CT. To our knowledge, 3D cardiac extraction in non- enhanced CT cardiac images has not been performed in previous studies. In addition, the estimation of calcification score from heart extraction has not been done in previous studies. Therefore, we performed calcium score classification from cardiac CT using 3D-ResNet, which is a 3D extension of ResNet, which is highly accurate in image classification. Therefore, in this study, we propose a cardiac detection method using deep learning to improve the accuracy of calcium scoring. We conducted experiments using a dataset for cardiac detection from chest CT images and a dataset for calcium scoring from chest CT scans. The results show that the proposed method improves the accuracy of calcium scoring compared to the method without cardiac extraction. As a result, we proposed a state-of-the-art highly accurate heart detection method that has never existed before.
• 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 2024-CVIM-237, 号 11, p. 1-6, 発行日 2024-02-25
• 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