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

Content-based image retrieval of 3D brain MRI images focusing on disease characteristics for diagnostic support

基于内容的 3D 脑部 MRI 图像检索，重点关注疾病特征以提供诊断支持

基本信息

批准号：
21K12656
负责人：
彌冨仁
金额：
$ 2.58万
依托单位：
Hosei University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21K12656/
关键词：
画像検索診断支援脳MRI 次元削減 domain adaptation CBIR MRI 機械学習類似症例検索

项目摘要

本課題は脳MR画像を対象とした類似症例検索（CBIR）技術実現のために、申請書に記載した課題[1]「撮影条件、患者によらない脳領域の高速・高精度抽出（skull stripping）技術の開発」、および課題[2]の「脳MRI画像（高次元データ）の優れた低次元表現の獲得」に関しJohns Hopkins大学の協力のもと、昨年に引き続き予定通り研究を実施し、成果を得た。課題[1]は関連する全ての研究に必要な前処理となる重要な課題である。従来の手法を大きくしのぐ性能の実現、SSに重要な技術要素の評価を多くの公開データセットでの確認が完了し、論文投稿段階にある。課題[2]については、(A)異なる拠点で撮像された見た目も異なるMR画像の調和方法の開発、(B)脳の病徴を保持する可読性の高い低次元表現の獲得、それぞれで成果を得た。(A)では、昨年度までとは異なる、脳形状が大きく異なる場合でも適用可能な独自のdomain adaptation技術によるスキャナ調和方法の開発に成功した。この成果は現在IEEEの国際会議に投稿中である。(B)では、これまで同様に脳MR画像の低次元表現を獲得しながら、その表現の各次元が局所的な脳情報を保存する可読性の高い次元削減手法を開発した。この成果はIEEE SMC2022で発表した。また低次元表現へ脳情報の保存性を高めるため、次元削減に敵対的学習を導入した手法、ならびに2次元断面の組み合わせでのCBIR実現の可否の検討の2件の研究で成果を得た。それぞれ情報処理学会で発表し、うち１件は学生奨励賞を受賞した。これらの成果は今後国際誌で発表予定である。

The subject of the present invention is to extract MR images and similar cases (CBIR) from MR images at high speed and high accuracy in the field of imaging conditions and patients. The development of skull-stripping technology and the achievement of optimal low-dimensional performance of MRI images related to Johns Hopkins University collaboration were introduced last year. Subject [1] is an important subject in the study of the whole process. In the past, there were many methods to improve the performance of SS, evaluation of important technical elements, and confirmation of the completion of paper submission. In the subject [2],(A) the development of MR image reconciliation method with different image points,(B) the acquisition of high, medium and low dimensional performance with different disease characteristics, and the achievement of different results were obtained. (A)The development of a unique domain adaptation technique has been successful. The results are presented at IEEE International Conferences. (B)The low dimensional representation of the same MR image is obtained, and the high dimensional reduction method of the performance is developed. The results were announced in IEEE SMC2022. Two pieces of research results have been obtained on the possibility of investigating the storage of low-dimensional performance information, the introduction of learning methods, the combination of two-dimensional sections and the realization of CBIR. The Information Processing Society is pleased to receive a student award. The results of this project are expected to be published in the future.