Eff-Unetを用いたCT画像における絞扼性腸閉塞の病変部位の検出精度に関する検討

カテゴリ：研究会(論文単位)

論文No：ST25012,CT25074

グループ名：【C】電子・情報・システム部門 システム/【C】電子・情報・システム部門 制御合同研究会

発行日：2025/6/26

タイトル(英語)：A Study on the Accuracy of Detecting the Lesion Site of Strangulated Intestinal Obstruction in CT Images Using Eff-Unet

著者名：松澤 憲吾(東京理科大学),岩井 拓磨(日本医科大学),上原 圭(日本医科大学),林 光希(日本医科大学),吉田 寛(日本医科大学),山田 岳史(日本医科大学),相川 直幸(東京理科大学)

著者名(英語)： Kengo Matsuzawa(Tokyo University of Science),Takuma Iwai(Nippon Medical School),Kei Uehara(Nippon Medical School),Kouki Hayashi(Nippon Medical School),Hiroshi Yoshida(Nippon Medical School),Takeshi Yamada(Nippon Medical School),Naoyuki Aikawa(Tokyo University of Science)

キーワード：画像セグメンテーション,絞扼性腸閉塞,Ｅｆｆ－Ｕｎｅｔ,病変検出,Image Segmentation,Strangulated Bowel Obstruction,Eff-Unet,Lesion Detection

要約(日本語)：絞扼性腸閉塞は急速に進行し、腸管壊死や死亡リスクが高いため、早期診断が不可欠である。我々はEff-UNetを用いた深層学習モデルによりCT画像から病変部位を自動検出する手法を開発した。CT画像は医療機関によって撮影解像度や造影剤の投与タイミングなどが異なる可能性があるため、本稿では、提案モデルが異なる医療機関から提供されるCT画像にも適用可能かを検証する。

要約(英語)：Since CT images may differ from one medical institution to another in terms of imaging resolution and timing of contrast administration, this paper examines whether the proposed model can be applied to CT images provided by different medical institutions.

本誌：2025年6月29日システム/制御合同研究会

本誌掲載ページ：59-63p

原稿種別：日本語

PDFファイルサイズ：648Kバイト