StarGAN v2を用いたMR画像からのCT画像生成

• Item type: SIG Technical Reports(1)
• 公開日: 2024-12-02
• タイトル: StarGAN v2を用いたMR画像からのCT画像生成
• タイトル / 言語: en
• タイトル: CT Image Generation from MR Image Using StarGAN v2
• 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: 立命館大学
• 著者所属: 大阪電気通信大学
• 著者所属: 関西医科大学
• 著者所属: 立命館大学
• 著者所属: 立命館大学
• 著者所属(英): en
• 著者所属(英): Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): Osaka Electro-Communication University
• 著者所属(英): en
• 著者所属(英): Kansai Medical University
• 著者所属(英): en
• 著者所属(英): Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): Ritsumeikan University
• 著者名: 竹本, 有紀; 岩本, 祐太郎; 埜中, 正博; 陳, 延偉; 徐, 剛
• 著者名(英): Yuki, Takemoto; Yutaro, Iwamoto; Masahiro, Nonaka; Yen-Wei, Chen; Gang, Xu
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: CT 画像は正確な解剖学的構造情報を得られるため，病気診断において重要な役割を果たしている．しかし，CT 画像の撮影には X 線を使用するため，小児患者への使用を極力避けるべきである．これまで，画像変換技術を用いて，放射線を使用せずに撮影できる MR 画像から CT 画像を生成する技術が提案されている．ところが，小児患者の CT 画像はデータが少なく，画像変換の十分な学習は困難である．一般的な 1 対 1 の画像変換を学習するネットワークに大人と小児の画像を合わせて学習させると，小児特有の特徴を再現できない．そこで，多数対多数の画像変換が可能な StarGAN v2 を用いて MR 画像から CT 画像の生成を目指す．本稿では，一般的な画像変換ネットワークと比較し，StarGAN v2 の画像変換性能を評価する．
• 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: AN10505667
• 書誌情報: 研究報告数理モデル化と問題解決（MPS）; 巻 2024-MPS-151, 号 16, p. 1-6, 発行日 2024-12-02
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8833
• 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