| 今村 大吾 | M, 1回目発表 | ソフトウェア工学 | 松本 健一, | 笠原 正治, | 石尾 隆, | Raula Gaikovina Kula | |
|
title: Detection of successor repositories of stagnant OSS projects in consideration of relative development status
abstract: OSS projects have many useful repositories, which are reused in various projects because of their high reliability and cost effectiveness. However, the development of OSS projects may stagnate for various reasons. In this study, we propose a method to detect successor projects in order to enable contributors to consolidate them into one repository even when development of OSS projects stagnates. As a guideline, relative development situation is calculated using git information and source code similarity, and a concrete calculation method is under examination. language of the presentation: Japanese 発表題目: 相対的な開発状況を考慮した開発停滞OSSプロジェクトの後継リポジトリの検出 発表概要: OSSプロジェクトには有用なものが多くあり，その信頼性の高さや費用効果の高さから，様々なプロジェクトに利用されている． ただし，OSSプロジェクトは様々な理由から途中で開発が停滞することがある． 本研究では，OSSプロジェクトの開発が停滞した場合でも，貢献者が1つのリポジトリに集約することを可能にするため，後継となるプロジェクトを検出する手法を提案する． そのための指針として，git情報やソースコード類似度を利用して相対的な開発状況を計算し，提示する予定であるが，具体的な指針については検討中である． | |||||||
| 箱谷 知輝 | M, 1回目発表 | 生体医用画像 | 佐藤 嘉伸, | 池田 和司, | 大竹 義人, | Soufi Mazen, | 上村 圭亮 |
|
title: Deformation Analysis of Musculoskeletal System Using CT Images of Standing and Supine Positions
abstract: Since the shape and arrangement of musculoskeletal system changes depending on body position, there are some symptoms that appear only in different body positions. However, CT and MRI systems, which are widely used to diagnose the internal organs of the body, mainly take images in a supine position, and many symptoms are often missed. Therefore, a CT system that can image the whole body in a short time in a standing position has been developed at Keio University, where we are collaborating, but it will take some time before it is available on the market. Therefore, the purpose of this study is to estimate the shape and arrangement of the musculoskeletal system in the upright position from the widely used CT images in the supine position. By using the labels of the musculoskeletal system extracted from the supine and upright CT images, a statistical deformation model from the supine to the upright position is constructed, aiming at shape deformation from the supine to the upright position. As a preliminary experiment, we performed segmentation of the lower limb musculoskeletal and spine using existing deep learning models on supine and upright CT images. As a result, it was confirmed qualitatively that the deep learning model trained in the supine position was also effective for CT images taken in the upright position. language of the presentation: Japanese 発表題目: 立位・臥位のCT画像を用いた運動器の変形解析 発表概要: 体位により運動器の形状や配置は変化するため，異なる体位のみで発現する症状も存在する．しかし，身体内部を診断するために広く用いられているCTやMRIといった装置は，主に臥位により撮影されるため，見逃してしまう症状も少なくない．そのため，共同研究先の慶応大学にて立位により全身を短時間で撮影できるCT装置が開発されたが，市場に出回るまでにはまだまだ時間がかかってしまう．そこで，本研究では，広く使用されている臥位におけるCT画像より，立位における運動器の形状及び配置を推定することを目的とする．臥位と立位のCT画像より抽出された運動器のラベルを用いて，臥位から立位への統計的変形モデルを構築することで，臥位から立位への形状変形を目指す．そのための予備実験として，臥位と立位のCT画像に対し既存の深層学習モデルを用いて，下肢筋骨格および脊椎のセグメンテーションを行った．結果，定性的にだが，臥位で学習された深層学習モデルが，立位により撮影されたCT画像に対しても有効であることを確認した． | |||||||
| 里川 航亮 | M, 1回目発表 | 計算システムズ生物学 | 金谷 重彦, | 松本 健一, | 小野 直亮, | MD.ALTAF-UL-AMIN, | 黄 銘 |
|
title: Segmentation from 3D PET images using deep learning
abstract: In recent society, many people have diabetes. Also, many people have kidney failure caused by high blood pressure and high blood sugar levels from diabetes. These diseases are diagnosed by using blood and urine tests, but PET image may be used to examine blood flow in the kidney. In this time, physicians manually segment the kidney parts from many images, so it will be a time consuming and burdensome task. To resolve this problem, we propose a model for segmentation of the kidney area from 3D PET images arranged in a time series, and we try to contribute to society by automating diagnose. Also, we expect to be applied to segmentation of other organs and estimation of the amount of blood flowing through the kidney. language of the presentation: Japananese 発表題目:深層学習を用いた3次元PET画像のセグメンテーション 発表概要：現代の社会では、非常に多くの人が糖尿病を患っている。また、糖尿病による高血圧や高血糖状態が原因で引き起こされる腎不全を患っている患者も多い。これらの疾患の診断には血液検査や尿検査を用いることが多いが、PET 画像を用いて腎臓の血流を調べることがある。この際医師は、何枚もの画像の腎臓部分を手動でセグメンテーションをするため時間のかかる負担の大きい作業となっている。そこで、本研究では時系列に並べられた3次元PET画像から腎臓部分をセグメンテーションするモデルを提案し、診断の自動化を試みることで社会に貢献することを考える。また、このモデルが実現すると、他の臓器のセグメンテーションや腎臓を流れる血液量の推定などに応用されることが期待される。 | |||||||