权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

高精度線検出の高速化と医療用画像診断支援システムへの応用

高精度线检测加速及其在医学图像诊断支持系统中的应用

基本信息

批准号：
16760329
负责人：
吉永幸靖
金额：
$ 2.37万
依托单位：
Kyushu University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2004
资助国家：
日本
起止时间：
2004 至 2005
项目状态：
已结题

项目摘要

線集中度フィルタ処理により複雑な線構造を適切に理解する総合的な画像理解を踏まえた上で、がん病変検出の高効率化・高精度化診断支援システムを構築することを目標とし、本年度は高速化された線集中度フィルタと従来型との比較を行い、双方の特徴の解析を行った。また、診断支援システムに高速化された線集中度フィルタを用い、従来型では計算速度の問題から積極的に導入できなかった、多重解析度の解析についても検討を行い、認識手法の高度化を行った。(1)高速化線集中度フィルタの実画像での検証NF線集中度により高速化された線集中度フィルタを胃X線二重造影像データベースに適用し、従来のFA線集中度フィルタとの特性比較を行った。本年度の解析により多様な線幅を持つ実画像においても線の構造解析に十分な精度で尾根線を検出することができることがわかった。ただし、あくまでも尾根線の検出のみであり、線領域の検出にはFA線集中度が有効であることも知れ、検出目的に応じた使い分けが必要であることも知れた。また、高速演算法であるベクトル集中度蓄積法では、実画像においても100倍程度の高速化が確認された。(2)多重解像度の解析による医用画像理解処理の高度化基本的な線による画像の理解では構造の理解が主となるため、NF線集中度フィルタによる高速演算が可能である。そこで、胃X線二重造影像における胃輪郭・脊柱・胃のひだというスケールの異なる線構造理解に対して、それぞれの理解に適したスケールでの画像処理を実現した。一般に多重解像度解析では画素レベルで行うことが多いが、本研究では画素レベルと線集中度フィルタの計算領域を組み合わせることで、線という異方性の強い対象を効率的にスケール分類する手法を開発した。また、これらの手法を統合することで、胃における陥凹型病変の92%を維持しつつ、誤検出の23%削減に成功した。

Line concentration, line structure, and understanding are integrated to improve the efficiency of disease detection, improve the accuracy of diagnosis support, and improve the speed of line concentration, and analyze the characteristics of both sides. The problem of high speed of diagnosis support system, high speed of calculation, high speed of calculation, high speed, high speed (1)High speed line concentration test NF line concentration test This year's analysis of multiple line amplitude, continuous image, structural analysis of the line, very accurate, tail root line detection, and so on. The root of the tail line is detected and the concentration of the FA line is detected. High speed algorithm is 100 times faster than real speed algorithm. (2)Multi-resolution analysis, medical image understanding and processing, high-level basic line understanding, structural understanding, NF line concentration, high-speed calculation are possible. X-ray double contrast imaging of stomach and spine In general, multi-resolution analysis is used to classify pixels. In this study, a method for classifying pixels is developed. 92% of stomach cavity diseases were maintained and 23% of errors were successfully detected.