講演抄録/キーワード |
講演名 |
2020-02-27 16:35
画像領域別にSRCNN超解像処理を考慮したカラー腹腔鏡コントラスト強調画像の領域分割に関する検討 ○河畑則文(東京理科大)・中口俊哉(千葉大) |
抄録 |
(和) |
医用画像処理における病変や特徴領域を検出・認識・推定する前段階手法の一つとして,コントラスト強調や超解像を行うことで,処理の性能や精度を向上させる研究が今までに行われているが,どの手法がどういう状況で適用可能かが明らかでなかったため,先行研究において,コントラスト強調手法の違いがカラー腹腔鏡画像の画質に与える影響について実験を行った.結果として,3種類の手法の中で,適応ヒストグラム均等化におけるパターン間で高い類似性を確認した.しかし,これらの条件下において,領域分割を考えたときに,どの程度であれば精度よく行われるのかは明らかではない.本研究では,腹腔鏡下手術動画像から切り出したカラー腹腔鏡フレーム画像に対して,適切なパラメータを用いてコントラスト強調処理を行い,画像領域別にSRCNN超解像処理を行った場合に領域を推定可能かどうかを,PSNR, SSIM, コントラストに関するテクスチャ特徴量を用いて比較することで考察を行った. |
(英) |
As one of image pre-processing method to detect, recognize, and estimate lesion or characteristic region in medical image processing, there are many studies improved performance and precision of processing by contrast enhancement or super-resolution. However, it is not clarified how condition is better to apply these methods. Therefore, we experimented and discussed on affect for color laparoscopic image quality by the difference of contrast enhancement method. As a result, we obtained knowledge of high similarity among patterns of adaptive histogram equalization in three methods. However, under these conditions, in the case of considering the region segmentation, it is not clarified how processing precision is better. In this paper, first we processed the contrast enhancement for the color laparoscopic frame image cut from surgery video under laparoscopy. Next, we processed super-resolution for generated image, and finally, we compared and discussed by PSNR, SSIM, and texture features for contrast. |
キーワード |
(和) |
腹腔鏡画像 / 画像領域 / SRCNN / コントラスト強調 / テクスチャ特徴量 / 領域分割 / / |
(英) |
Laparoscopic Image / Image Region / Super-Resolution Convolutional Neural Network (SRCNN) / Contrast Enhancement / Texture Features / Region Segmentation / / |
文献情報 |
映情学技報, vol. 44, no. 6, ME2020-50, pp. 113-118, 2020年2月. |
資料番号 |
ME2020-50 |
発行日 |
2020-02-20 (MMS, HI, ME, AIT) |
ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
PDFダウンロード |
|
研究会情報 |
研究会 |
HI IEICE-IE IEICE-ITS MMS ME AIT |
開催期間 |
2020-02-27 - 2020-02-28 |
開催地(和) |
北海道大学 |
開催地(英) |
Hokkaido Univ. |
テーマ(和) |
画像処理および一般 |
テーマ(英) |
Image Processing, etc. |
講演論文情報の詳細 |
申込み研究会 |
ME |
会議コード |
2020-02-HI-IE-ITS-MMS-ME-AIT |
本文の言語 |
日本語 |
タイトル(和) |
画像領域別にSRCNN超解像処理を考慮したカラー腹腔鏡コントラスト強調画像の領域分割に関する検討 |
サブタイトル(和) |
|
タイトル(英) |
A Study on Region Segmentation of Color Laparoscopic Images after Contrast Enhancement Including Super-Resolution CNN by Image Regions |
サブタイトル(英) |
|
キーワード(1)(和/英) |
腹腔鏡画像 / Laparoscopic Image |
キーワード(2)(和/英) |
画像領域 / Image Region |
キーワード(3)(和/英) |
SRCNN / Super-Resolution Convolutional Neural Network (SRCNN) |
キーワード(4)(和/英) |
コントラスト強調 / Contrast Enhancement |
キーワード(5)(和/英) |
テクスチャ特徴量 / Texture Features |
キーワード(6)(和/英) |
領域分割 / Region Segmentation |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
河畑 則文 / Norifumi Kawabata / カワバタ ノリフミ |
第1著者 所属(和/英) |
東京理科大学 (略称: 東京理科大)
Tokyo University of Science (略称: Tokyo Univ. of Science) |
第2著者 氏名(和/英/ヨミ) |
中口 俊哉 / Toshiya Nakaguchi / ナカグチ トシヤ |
第2著者 所属(和/英) |
千葉大学 (略称: 千葉大)
Chiba University (略称: Chiba Univ.) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
第21著者 氏名(和/英/ヨミ) |
/ / |
第21著者 所属(和/英) |
(略称: )
(略称: ) |
第22著者 氏名(和/英/ヨミ) |
/ / |
第22著者 所属(和/英) |
(略称: )
(略称: ) |
第23著者 氏名(和/英/ヨミ) |
/ / |
第23著者 所属(和/英) |
(略称: )
(略称: ) |
第24著者 氏名(和/英/ヨミ) |
/ / |
第24著者 所属(和/英) |
(略称: )
(略称: ) |
第25著者 氏名(和/英/ヨミ) |
/ / |
第25著者 所属(和/英) |
(略称: )
(略称: ) |
第26著者 氏名(和/英/ヨミ) |
/ / |
第26著者 所属(和/英) |
(略称: )
(略称: ) |
第27著者 氏名(和/英/ヨミ) |
/ / |
第27著者 所属(和/英) |
(略称: )
(略称: ) |
第28著者 氏名(和/英/ヨミ) |
/ / |
第28著者 所属(和/英) |
(略称: )
(略称: ) |
第29著者 氏名(和/英/ヨミ) |
/ / |
第29著者 所属(和/英) |
(略称: )
(略称: ) |
第30著者 氏名(和/英/ヨミ) |
/ / |
第30著者 所属(和/英) |
(略称: )
(略称: ) |
第31著者 氏名(和/英/ヨミ) |
/ / |
第31著者 所属(和/英) |
(略称: )
(略称: ) |
第32著者 氏名(和/英/ヨミ) |
/ / |
第32著者 所属(和/英) |
(略称: )
(略称: ) |
第33著者 氏名(和/英/ヨミ) |
/ / |
第33著者 所属(和/英) |
(略称: )
(略称: ) |
第34著者 氏名(和/英/ヨミ) |
/ / |
第34著者 所属(和/英) |
(略称: )
(略称: ) |
第35著者 氏名(和/英/ヨミ) |
/ / |
第35著者 所属(和/英) |
(略称: )
(略称: ) |
第36著者 氏名(和/英/ヨミ) |
/ / |
第36著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2020-02-27 16:35:00 |
発表時間 |
15分 |
申込先研究会 |
ME |
資料番号 |
MMS2020-22, HI2020-22, ME2020-50, AIT2020-22 |
巻番号(vol) |
vol.44 |
号番号(no) |
no.6 |
ページ範囲 |
pp.113-118 |
ページ数 |
6 |
発行日 |
2020-02-20 (MMS, HI, ME, AIT) |
|