| 講演抄録／キーワード |
| 講演名 |
2016-08-08 13:30
DCNNとSVMを併用したGGO候補領域の多段階識別
○平山一希・タン ジュー クイ・金 亨燮（九工大）・青木隆敏（産業医科大）・木戸尚治（山口大） |
| 抄録 |
（和） |
近年，読影医師への負担軽減，病変部検出の精度向上を目的としたコンピュータ支援診断（CAD; Computer Aided Diagnosis）システムの開発が進められている．
そこで本論文では，胸部CT画像からのGGO（Ground Glass Opacity）候補領域の自動抽出法を提案する．主な処理の流れとしては胸部CT画像から肺野領域を抽出し，3D Line Filterによる血管・気管支領域の除去を行う．続いて，濃度・勾配閾値処理による初期GGO候補領域を選定し，その領域に対しDCNN（Deep Convolutional Neural Network）を用いた識別を行う．その後，特徴量を算出し，ルールベース法により偽陽性陰影を削減した後，SVM（Support Vector Machine）による最終的なGGO候補領域の識別を行う． |
| （英） |
Recently, the development of CAD (Computer Aided Diagnosis) system for the purpose of reducing the burden to the physicians and improving accuracy of lesion detection has been advanced. In this paper, we propose an automatic extraction method of GGO (Ground Glass Opacity) candidate regions from the chest CT image. The flow of the main processings are, extracting the lung area from the chest CT image, the removal of a blood vessel regions, bronchus region by 3D line enhancement filter. Then, we selected the initial GGO candidate regions by the density-gradient threshold processing, and identifies with DCNN (Deep Convolutional Neural Network) for that areas. Finally, we calculates the features, to reduce the false-positive shadow by the rule-based method, performs identification of the final GGO candidate regions by SVM (Support Vector Machine). |
| キーワード |
（和） |
Ground Glass Opacity / Computer Aided Diagnosis / Lung Image Database Consortium / Deep Convolutional Neural Network / Support Vector Machine / / / |
| （英） |
Ground Glass Opacity / Computer Aided Diagnosis / Lung Image Database Consortium / Deep Convolutional Neural Network / Support Vector Machine / / / |
| 文献情報 |
映情学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|