O slideshow foi denunciado.
Seu SlideShare está sendo baixado. ×

Deep Learningを使って前立腺のセグメンテーションからVR化

Anúncio
Anúncio
Anúncio
Anúncio
Anúncio
Anúncio
Anúncio
Anúncio
Anúncio
Anúncio
Anúncio
Anúncio
Próximos SlideShares
デザイン学会2106
デザイン学会2106
Carregando em…3
×

Confira estes a seguir

1 de 22 Anúncio

Deep Learningを使って前立腺のセグメンテーションからVR化

Baixar para ler offline

AI.accelerator デモデープレゼンスライド用
下腹部のMRIのデータに対してDeep Learningの学習結果を使ってセグメンテーションをしたデータから前立腺の3DデータをVRアプリに組み込んだ事例です。

AI.accelerator デモデープレゼンスライド用
下腹部のMRIのデータに対してDeep Learningの学習結果を使ってセグメンテーションをしたデータから前立腺の3DデータをVRアプリに組み込んだ事例です。

Anúncio
Anúncio

Mais Conteúdo rRelacionado

Mais de Naoji Taniguchi (20)

Anúncio

Mais recentes (20)

Deep Learningを使って前立腺のセグメンテーションからVR化

  1. 1. Holoeyes Inc.
  2. 2. 医師はこのようなシーケンスから頭の中で3次元の構築をしています https://www.youtube.com/watch?v=ncAkc1yaJPw
  3. 3. 肝臓がん術前カンファレンス 都立墨東病院 https://www.youtube.com/watch?v=nrYlsSldXSM&t=9s
  4. 4. 前立腺ガン
  5. 5. Segmentation
  6. 6. Introduction • 医療画像セグメンテーション – CT画像やMRIから特定臓器、病変部位を抽出 • 目的 – セグメンテーションの自動化 • 手動/半自動のセグメンテーション – 自動診断システムの開発 – 指標の定量化 • 盛んな研究分野の一つ – 機械学習・ディープラーニング技術の発達 – 医療関連
  7. 7. 先行研究/公開データセットの調査 • ターゲット – 前立腺、肝臓、膵臓、歯 • 先行研究 – 2015年以降の16報 • 公開データセット – 17データセット
  8. 8. 先行研究例 • Holger R. Roth, et al. 2015 – 膵臓 – SLIC + CNN • O. Ronneberger, et al 2015 – 歯科 – UNet
  9. 9. 先行研究例 • P. F. Christ, et al. 2017 – 肝臓 – UNet + CRF • F. Milletari, et al 2016 – 前立腺 – VNet
  10. 10. 医療画像セグメンテーションの特徴 • データセット – セット数が少ない: 大体数十セット • 論文16報 • 公開データセット 15セット – PROMISE12, 3DIRCADB • Data Augmentation – 数十万オーダにデータを増やす – 対象の特徴に合わせた手法 • elastic deformationなど • ネットワーク – CNN (U-net含む) – VNet, Cumedなど3次元セグメンテーションもある • loss関数 – クロスエントロピー, DICE係数など • データフォーマット – DICOM形式 / MHD形式 – CT値/MRI信号強度
  11. 11. 実験データセット • PROMISE12 – タイプ: MRI – 解像度: 320 x 320 x 20 – セット数: 50
  12. 12. https://www.youtube.com/watch?v=EeqacNJcEMA こちらのMRIシーケンスから前立腺を セグメンテーションします。
  13. 13. セグメンテーションシステムの構成 前処理 (正規化) Data Augmentation (ヒストグラムマッチング、Image Deformation) VNet 後処理 (connected component analysis 画像入力 セグメンテーション結果
  14. 14. Data Augmentation • 数十セットの原画像を数十万セットに拡張 • ヒストグラムマッチング – ヒストグラムを変換し、原画像のコントラスト変える • Image Deformation – B-spline変換 • B-splineでの近似曲線のパラメータを変換
  15. 15. VNet • 3Dのセグメンテーションモデル • ネットワーク – Down Conv工程とUp Conv工程 – Residual Function • 学習条件・環境 – 30000 step – azure GPU K80 – Caffe
  16. 16. 後工程 • Connected Component Analysis – 空間連結 – 非連結領域の除去
  17. 17. Segmentation result
  18. 18. https://www.youtube.com/watch?v=EeqacNJcEMA 元のMRIシーケンス セグメンテーションされた前立腺 https://www.youtube.com/watch?v=6cLSFqF6Sgs
  19. 19. VR に組み込み https://www.youtube.com/watch?v=afDmMKMucV4

×