変位場の学習による単一投影像に対する可変形モデル位置合わせ

• Material Type: 文書・図像類
• Title: 変位場の学習による単一投影像に対する可変形モデル位置合わせ
• Author/Editor: 中尾, 恵; 中村, 光宏; 松田, 哲也
• Author Heading: 中尾, 恵; 中村, 光宏; 松田, 哲也
• Publication, Distribution, etc.: 電子情報通信学会
• Publication Date: 2021-11
• Publication Date (W3CDTF): 2021-11
• Alternative Title: Deformable model registration for a single projection image by learning displacement fields
• Periodical title: 電子情報通信学会技術研究報告 (信学技報)
• No. or year of volume/issue: 121 231
• Volume: 121
• Issue: 231
• Pages: 1-6
• ISSN (Periodical Title): PISSN : 0913-5685; EISSN : 2432-6380
• Text Language Code: jpn
• Subject Heading: 可変形位置合わせ; 形状推定; 変位場; グラフ畳み込みネットワーク; 深層学習; Deformable registration; shape reconstruction; displacement field; graph convolutional network; deep learning
• Target Audience: 一般
• Note (General): This article is a technical report without peer review, and its polished and/or extended version may be published elsewhere.
• Format (IMT): application/pdf
• Source: IEICE_MI2021-25.pdf （fulltext）; http://repository.kulib.kyoto-u.ac.jp/dspace/bitstream/2433/265901/1/IEICE_MI2021-25.pdf
• Access Restrictions: インターネット公開
• Rights (production): ©2021 by IEICE
• Data Provider (Database): 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）; https://irdb.nii.ac.jp
• Original Data Provider (Database): 京都大学 : 京都大学学術情報リポジトリ

• Summary, etc.: 治療時に取得可能な単一投影像に基づく臓器形状の再構成は放射線治療や外科手術支援等, 臨床における応用範囲が広い研究課題である. 本研究では単一視点の2次元投影像に対して3次元臓器モデルの可変形位置合わせを達成するimage-to-graph convolutional neural networkの...