医用画像処理

臓器の位置関係を考慮した高階グラフカットによる 3D 医用画像の多臓器同時セグメンテーション

本研究では、3次元医用画像に写る様々な臓器を高精度にセグメンテーションする方法を提案する。提案手法は、臓器の隣接情報を学習し、セグメンテーションに用いる。

M. Morita, A. Okagawa, Y. Oyamada, Y. Mochizuki, H. Ishikawa: Multiple-organ segmentation based on spatially-divided neighboring data energy, MVA2015

A. Okagawa, Y. Oyamada, Y. Mochizuki, H. Ishikawa: Multi-organ segmentation by minimization of higher-order energy for CT boundary, MVA2015.

スーパーボクセルを用いた3次元医用画像の多臓器同時セグメンテーション

医学による診断を支援する手段の1つとして, 3次元医用画像の多臓器同時セグメンテーションというものがある. 本研究では, この3次元医用画像の多臓器同時セグメンテーションにスーパーボクセルを用いることで, セグメンテーションの精度を向上を行う.

T. Takaoka, Y. Mochizuki, H. Ishikawa: Multiple-organ segmentation by graph cuts with supervoxel nodes, MVA2017.

多臓器セグメンテーション精度向上のための疑似CT画像生成

本研究では疑似CT画像を生成し，セグメンテーションの学習データに組み込むことで，セグメンテーションの精度を上げることを目的とする。