| *商品について |
|
表紙はついていません（本文のみ中綴じ製本です）。
号単位でも購入できます。
すべてモノクロ印刷です。
Extended Summaryはついていません。
|
 |
| ・会員価格 ¥550 |
| ・一般価格 ¥770 |
|
|
| こちらはBookPark「電気学会 電子図書館（IEEJ Electronic Library）」による文献紹介ページです。 |
|
 |
 |
電気学会会員の方はこちらから一旦ログインのうえ、マイページからお入りください。
会員価格で購入することができます。
|
|
| 非会員の方はログインの必要はありません。このまま お進みください。 |
|
|
| ■論文No. |
|
| ■ページ数 |
12ページ |
■発行日
|
2020/01/01 |
| ■タイトル |
肺がん放射線治療のための隠れマルコフモデルを用いたX線動画像中の物体輝度抽出 |
| ■タイトル(英語) |
Hidden Markov Model-based Extraction of Target Objects in X-ray Image Sequence for Lung Radiation Therapy |
| ■著者名 |
新藤 雅大（東北大学大学院 工学研究科），市地 慶（東北大学大学院 工学研究科），本間 経康（東北大学大学院 医学系研究科），張 曉勇（仙台高等専門学校 総合工学科），奥田 隼梧（東北大学 工学部），杉田 典大（東北大学大学院 工学研究科），八巻 俊輔（東北大学 サイバーサイエンスセンター 先端情報技術研究部），髙井 良尋（脳神経疾患研究所 南東北BNCT研究センター），吉澤 誠（東北大学 サイバーサイエンスセンター 先端情報技術研究部） |
| ■著者名(英語) |
Masahiro Shindo (Graduate School of Engineering, Tohoku University), Kei Ichiji (Graduate School of Engineering, Tohoku University), Noriyasu Homma (Tohoku University Graduate School of Medicine), Xiaoyong Zhang (Dept. of General Engineering, National Institute of Technology Sendai College), Shungo Okuda (School of Engineering, Tohoku University), Norihiro Sugita (Graduate School of Engineering, Tohoku University), Shunsuke Yamaki (Cyberscience Center, Tohoku University), Yoshihiro Takai (Southern Tohoku BNCT Research Center, Research Institute for Neuroscience), Makoto Yoshizawa (Cyberscience Center, Tohoku University) |
| ■価格 |
会員 ¥550 一般 ¥770 |
| ■書籍種類 |
論文誌(論文単位) |
| ■グループ名 |
【C】電子・情報・システム部門 |
| ■本誌 |
電気学会論文誌C（電子・情報・システム部門誌） Vol.140 No.1 （2020） 特集：電子回路関連技術
|
| ■本誌掲載ページ |
49-60ページ |
| ■原稿種別 |
論文／日本語 |
| ■電子版へのリンク |
https://www.jstage.jst.go.jp/article/ieejeiss/140/1/140_49/_article/-char/ja/
|
| ■キーワード |
放射線治療，X線透視，隠れマルコフモデル，ターゲット抽出，重畳輝度成分，腫瘍追跡 Radiation therapy，X-ray fluoroscopy，hidden Markov model，target image extraction，superimposition of image intensity，tumor tracking |
| ■要約(日本語) |
|
| ■要約(英語) |
It is an important task to accurately track the target tumor with respiratory movement during radiation therapy. X-ray imaging technique is capable of observing the internal organ motion. However, superimposed tissues and structures in X-ray images decrease tumor localization accuracy. This paper presents a target extraction method based on hidden Markov model (HMM) to enhance the target tumor in X-ray images for improving the tumor tracking accuracy. We first simulate possible combinations of image intensities of target objects as hidden states and observable X-ray image intensities as output symbol in HMM by using digitally reconstructed radiographs generated from four-dimensional X-ray computed tomography. Subsequently, the transition dynamics of the hidden states and output symbols is estimated by applying Baum-Welch algorithm to a training dataset. The transition sequence of the hidden states is inversely estimated from the observed X-ray image sequence by using Viterbi algorithm, and then the transition sequence is finally decomposed into the subset image sequences. Experimental results demonstrated that tracking performance of the proposed method is superior to that of conventional tumor enhancement method and raw images. Therefore, the proposed method has potential for contributing to effectively observe internal organ motion. |
| ■版 型 |
A4 |
|
|
|
