Deep Learning
Semantic Segmentation
Medical Imaging
口頭発表
前処理を利用した血管3Dデータに対するセグメンテーションモデルの学習
- Author
- 土松千紗, 平川翼, 山下隆義, 藤吉弘亘
- Publication
- 画像センシングシンポジウム, 2023
Download: PDF (Japanese)
血管領域の自動検出手法として，ボクセルごとに血管であるかを出力する，3次元セマンティックセグメンテーション手法は，血管領域のアノテーションを行った大量の3次元データを用いて学習する必要がある．しかしアノテーションコストが高く，ブライバシーの観点から，大量の学習用データの用意は困難である場合が多い．そこで本研究では，合成データで学習したモデルに対し，実データを入力した場合のセグメンテーション精度，分岐点の導出精度を向上させることを目的として，モデル入力前のデータ処理によるセグメンテーション精度，分岐点の導出精度による分析を行う．また分析をもとに，処理を実施したデータに対するセグメンテーション結果を疑似ラベルとしたFine-Tuningの手法を提案する．評価実験より，データ処理を用いた疑似ラベル作成が血管領域に対するセグメンテーション精度，分岐点の導出精度の向上に有効であることを確認した．