顕微鏡画像を用いたヒト腸内寄生虫の自動分割と分類

Automatic Segmentation and Classification of Human Intestinal Parasites From Microscopy Images Celso T. N. Suzuki, Jancarlo F. Gomes, Alexandre X. Falcao, Joao P. Papa, Sumie Hoshino-Shimizu
IEEE Transactions on Biomedical Engineering, Vol.60, No.3, pp.803-812, 2013
20180110_kkobayahsi

ヒトの腸内寄生虫は,ほとんどの熱帯諸国で問題であり,死亡または身体的および精神的障害を引き起こす.それらの診断は通常,顕微鏡検査画像の視覚的分析に依存し,誤る確率は中程度から高いものまで及ぶ可能性がある.この問題は,画像分析処理によって対処されてきたが,糞便中の不純物を含まない少数の種および画像についてのみ対処されている.従来,糞便中の不純物は自動画像分析にとって真の課題である.我々は,最も一般的な15種のブラジルの原生胞子,蠕虫の卵,および幼虫を,糞便の不純物を伴う明視野顕微鏡画像から分類する方法によってこの問題を回避した.我々のアプローチは,画像セグメンテーションのための楕円マッチングと画像森林変換,オブジェクト表現のための遺伝的プログラミングによる複数のオブジェクト記述子とその最適な組み合わせ,およびオブジェクト認識のための最適経路フォレスト分類器を利用する.この結果は,我々の方法が腸内細菌症診断の完全自動化に向けた有望なアプローチであることを示している.

眼球運動を用いない運転者注視領域推定

Driver Gaze Region Estimation without Use of Eye Movement
IEEE Intelligent Systems, Volume 31, Issue 3, pp.49-56, 2016
20170130_snakamura

運転者の視覚的注意の配分の自動推定は,将来の高度な運転支援システムの重要な要素となり得る。理論的に は,視覚に基づく眼の追跡は,注視位置の良好な推定を提供することができる.しかし,実際にはサングラス,眼 鏡の反射,照明条件,目を閉じる,被写体ブレなどの要因により,ビデオからのアイトラッキングが困難である. 一方,頭部ポーズの推定は,これらの効果の多くに対して頑強であるが,注視を局所化する際に細かい分解能を 提供することはできない.ドライバの安全を保つためには,視線を領域に分割するだけで十分である.そこで提 案手法は,顔の特徴を抽出し,その空間的な構成をリアルタイムで6 つの領域に分類するシステムである.提案 された方法は,オンロードでの研究からの50 人の運転者のデータセットで,11Hz の平均決定率で平均91.4 %の精度を達成する.

ルジャンドルモーメント不変量によるボケ画像認識

Blurred image recognition by Legendre moment invariants
IEEE Transactions on Image Processing, Vol.19, 2010, pp.596-611

20160629 ygoto

多くの画像アプリケーションにおいて焦点のぼけた画像を処理することは重要な問題となっている.ぼけの不変 量を得る方法を既存手法では幾何学的な瞬間や複数のモーメントに基づいている.本稿では,直行ルジャンドル モーメントを用いてボケの不変量を構築する新しい手法を提案する.焦点ぼけ画像に対してのルジャルドルモー メントの重要な特性は今までも提示され,証明されてきた.本稿では,従来のパターン認識と本手法を比較する. 実験結果は,提案する手法はノイズに対しより堅牢であり,幾何学的または複雑なモーメントに基づく方法より 優れた識別力を持っていることを示す

蛍光補償光学画像における網膜色素上皮細胞の自動セグメンテーション

補償光学(AO)イメージング法は,光受容体及び網膜色素上皮(RPE)細胞といった網膜細胞モザイクの組織学的特徴を生体内で研究することを可能にする.眼科AO撮像素子で得られた高解像度の画像は,情報量が多く,手動で定量化することが困難で面倒である.ゆえに,検査中の細胞モザイクに関する再現性のある定量的情報を提供できるロバストで自動化された解析ツールが必要となる.自動アルゴリズムは,個別の光受容体細胞の位置を検出するために開発されている.しかしながら,これらの方法のほとんどはRPEモザイクを特徴づけるにはあまり適していない.我々は,RPE細胞分割のためのアルゴリズムを開発し,RPEモザイクのシミュレーションと実際の蛍光AO画像で性能を示す.アルゴリズムの性能は,手動による細胞の同定と比較して91%以上の精度を得ることが出来た.この手法は,RPEモザイクの形態計測分析のためにRPE細胞を分割すること用いられ,健康・病気両方のRPEモザイクの分析を高速化することができる.

pdf