あらまし
|
本文PDFファイルを閲覧するには，ログインする必要があります. 左メニューよりログインして下さい. |
|
グラフィカルモデルの構造推定と確率推論法の違いによるPoint Distribution Modelと医用画像の非剛体位置合せの精度比較 澤田 好秀 本谷 秀堅 誌名 電子情報通信学会論文誌 D Vol.J95-D No.8 pp.1541-1553 発行日: 2012/08/01 Online ISSN: 1881-0225 DOI: Print ISSN: 1880-4535 論文種別: 特集論文 (画像の認識・理解論文特集) 専門分野: 物体認識，文字・文書，医用画像 キーワード: 非剛体位置合せ, point distribution model, グラフィカルモデル, 構造推定, 確率推論, 本文: PDF(1.9MB)>>
あらまし: 本論文では，臓器表面のpoint distribution model (PDM)と医用画像との非剛体位置合せを高精度化するための，グラフィカルモデルの構築法と確率推論法について報告する．PDMは臓器表面など曲面を多数の点の集合で表現し，各点の座標を確率変数とするグラフィカルモデルが曲面の統計を表現する．グラフィカルモデルによる表現を構築する際，従来法の多くは曲面上の測地距離が近い2点を辺で結んでいた．しかし，測地距離のみで2点の条件付き従属性を正しく判定できるか否かは自明ではない．本論文では，統計的に根拠をもつ方法によりグラフィカルモデルの構造推定を行うことで位置合せの精度が統計的に有意に向上することを確認したので報告する．同時に，本論文ではグラフィカルモデル上での確率推論の方法に関しても報告する．確率推論に主として利用される方法である，確率伝搬法とMCMCを用いて精度の比較を行った．同一のモデル・同一のテストデータを用いて実験を行ったところ，MCMCの方が有為に推定精度が高いことを確認したので，併せて報告する． | |||||
|
