3-D ディープラーニング : 胸部CTボリュームデータからの肺腫瘍のセグメンテーション

ディープラーニングの技術を利用した3Dセグメンテーションの例をご紹介します。近年、医療分野へAIを活用しようとする取り組みが活発に行われていますが、その中でもディープラーニングを利用した病巣の検出には特に期待が高まっています。本Webセミナーでは胸部CTボリュームデータを例題として取り上げ、肺腫瘍を検出する流れをデモを交えながらご紹介します。

CTボリュームを扱う場合、画像のシーケンスを3次元のボリュームデータとして扱い、CNNで利用される各レイヤも3次元に対応させる必要がありますが、MATLAB^®ではR2019aから各レイヤの3次元対応が始まっており、3次元の形状特徴を学習できるようなネットワークを構築することが可能です。

また、セグメンテーションのタスクではラベリング作業が必須となりますが、Computer Vision Toolbox™で提供されるビデオラベラーと半自動化アルゴリズムの活用により、ラベリング作業を効率化できます。3Dデータに対するラベリングについても本webセミナー内でご紹介します。