ビデオカプセル内視鏡からポリープの分割と検出:評価

Polyp Detection and Segmentation from Video Capsule Endoscopy: A Review
V. B. Surya Prasath
Jounal of Imaging, Vol. 3, No.1, 2017

“ビデオカプセル内視鏡(VCE)は,現在,胃腸(GI)管を視覚化するために広く使用されている.カプセル内 視鏡検査は通常,追加の監視機構として処方され,ポリープ,出血などの特定に役立つ.VCE 検査で得られる大 規模ビデオデータを分析するには,自動画像処理,コンピュータビジョン,学習アルゴリズムが必要となる.近 年,様々な成功率を持つポリープの自動検出アルゴリズムが提案されている.大腸内視鏡検査およびその他の内 視鏡検査に基づく画像からのポリープ検出は発展した分野になりつつあるが,VCE でポリープを自動的に検出す ることは困難な問題である.我々は,VCE 画像のための異なるポリープ検出手法を検討し,標準の画像処理とコ ンピュータビジョン法が直面する課題を体系的に分析する.

カプセル内視鏡動画におけるテクスチャ及びカラーベースの画像領域分割と病態検出

20150427 hayashinuma

Texture and color based image segmentation and pathology detection in capsule endoscopy videos
Computer Methods and Programs in Biomedicine, Vol. 113, No. 1, pp.396{411, 2014
本論文ではワイヤレスカプセル内視鏡(WCE)画像の探究的解析を行うために,いくつかの手法について綿密な研究について示す.胃腸の様々な異常に対応する画像領域の可変的なテクスチャとカラーベースの記述子がWCEフレーム内にある病変を正確に検出することを検証する.さらに,近傍のテクスチャ特徴で記述された単一ピクセルを分類することにより,画像は画像の内容と整合性の取れた領域に分割される.検出と領域分割のいずれの手法も特徴量算出や特徴量のサブセットの選択,分類の段階で構成される同じ手順が適用される.この一般的な3段階フレームワークは様々な認識の戦略を用いて実現される.具体的には,開発されたベクターサポート凸包分類アルゴリズムの性能が2 つの異なる特徴量選択手法で構成されるサポートベクターマシンと比較される.