動画予測を用いた異常診断手法の開発

公開日:
カテゴリ: 第9回
1. はじめに
東京大学・出町研究室ではこれまで、追尾放射線治療 への適用を目的とし、呼吸時肺腫瘍動体予測手法の開発 を行ってきた。これは4次元X線カメラで撮影した肺腫 瘍近傍の直径2mmの金マーカーの画像の3次位置の時間 変化を解析し、その数秒後の位置をシミュレーションに より予測する技術である。呼吸時肺腫瘍の動きは周期性 が高くなく、その予測には直前までの腫瘍の動きを観測 し主成分を抽出して未来の動きを計算する手法が有効で ある。東京大学・出町研究室では、95%の確率で腫瘍位 置の予測誤差を 1 mm以内に収めることに成功している。
1. 本研究では上記の手法をさらに発展させ、金マーカー の3次元位置といった「点」ではなく、「画像」を予測す る手法、すなわち動画予測技術を開発した。昨今、監視 カメラなど、様々な場で動画を用いた監視・診断が行わ れている。本研究は、その中に時間予測という新たな大 きな柱を立てることになると期待できる。
2. 計算手法
2.1 動画の主成分画像分析 - 動画は一定間隔置きに並んだ多数の静止画から構成さ れている。本手法ではまず、1つの動画を構成する静止
画に共通の主成分画像を主成分分析により抽出した。例 えばある動画データ ICO が i~N枚の静止画から構成され ているとする。各静止画の2次元画素データを1次元ベ クトルに配列し直したものを x とし、これを N 個並べて できる行列をXとする。x = [xxw」....・(1)この行列 X の自己相関行列 XX に固有値解析で得られる 固有ベクトルが、動画を構成する主成分画像ベクトルに 相当する。「 xx' = [V, .ydH.0][V,y, ] (2)2.2 主成分画像ベクトルの係数関数主成分画像ベクトル V ?Vと、動画 I(との関係は、 次の(3)式のように表すことができる。I() = a()V + a (OV, + a (OV, + ... (3)ここでa)は各主成分画像ベクトルの係数関数とする。各 主成分画像ベクトルは互いに直行するため、いくのは次の (4)式により求めることができる。ay() = 1).V,-44432.3 係数関数の時間予測 --係数関数 al)を未来における変化を予測して(4)式に代 入することにより、撮影した動画の近未来の予測動画が 得られる。係数関数 a()の予測には、「点」の時間予測の ためにすでに開発済みであった Singular Spectral Analysis(SSA)法に基づく手法を適用した[2]。al)の5ステップ目における値を a; とし、Vのうち主要 なL個に相当する a()を対象に、(5)式のような行列 A を 作成する。| Q1 Q1,2 ... als] Jan1 a2, 2 ... a,N (5)AY:ALL AL,2 ... arml 次に、 A の各行から()式のように M 個ずつの成分を取り 出した N-M+1 個のベクトルraim,(a,m+1)aim」aiMb1-b2 =1,2ai1ai.2SSA 法では、この an を、ysis(SSA)法に基づく手法を適用した[2]。 りの木ステップ目における値を aとし、Yのうち主要 個に相当する a()を対象に、(5)式のような行列 A をart=(I - R'EE'R)R'EE'Qする。のように求める。ここでR, Q はそれぞれ、| Q1, Jan,1Q,2 22,2... ...a,x] a2,|A=41,N-1LaL,LaL2 ... au,NJ -、 A の各行から()式のように M個ずつの成分を取り た N-M41 個のベクトルGIN-M+21 o ... ... o...... 10............ ... ... ...-10R=\:(a,m)ai,M+1a2NaiM-1ATML42,N-1b1 =1 : , b2 =ai2a13ai1ai2LN-M+3ai,N(QL,N-M+2)ain-1..., br,N-M+1 =V-M+1aiN-M+2であらわされる、それぞれ LM 行 L列、LM行1列の行(“L,N-M+ai,N-1, bi,N-M1 =であらわされる、それぞれ LM行L列、LN 列である。aiN-M+2laiN-M411Q,M)aiM+1ARM-1amb1 =11,b,3D: ,24,1ai,N..., 0,,N-M+1 =a1,N-M+2CiN-M411,N-M+1を並べて行列Bを作成する。.... by,N-M+1 | 52,2 ..: B =| :. : [bL, bra b ,N-MA | 行列Bの自己相関行列 BB の固有値分解で得られるLXM 個の固有ベクトルのうち、固有値の大きい順に r 個のみ を用いて並べた行列をU とする。U = [ur...u.]-18未来の N+1 ステップ目におけるL 個の係数関数 an+1}, (i=1~L)からなるベクトルを ant とする。41,041 )GL-1,N+1AL.N+1SSA 法では、この any を、axi = (I - R'EE'R)R'EE'Qのように求める。ここでR, Q はそれぞれ、以上の計算を時間について繰り返すことで、の複数ス テップ未来における値を予測することできる。これを(3) 式に代入して得られた I())はを予測動画としている。ここでは実際の動画予測の結果は割愛し、学会発表の 場にて詳細の解説を行うこととする。参考文献 [1] M. Kawai, K. Demachi, H. Shiato and M. Ishikawa,“Development of Prediction System for Moving Tumor by MSSA for Chasing Radiotherapy““, Prof. ofJKMP-AOCMP 2011. [2] R. Vartard and M. Ghil, ““Singular spectrum analysis innonlinear dynamics, with applications to paleoclimatic time series,““ Physica D, 35, pp.395-424,(1989)(平成24年6月21日)444“ “動画予測を用いた異常診断手法の開発“ “榊原 洋志,Yoji SAKAKIBARA,出町 和之,Kazuyuki DEMACHI,河合 理城,Masaki KAWAI,リッチャタクリ, Ritu CHHATLULI,上赤 一馬,Kazuma KAMIAKA
著者検索
ボリューム検索
論文 (1)
解説記事 (0)
論文 (1)
解説記事 (0)
論文 (0)
解説記事 (0)
論文 (1)
解説記事 (0)
論文 (2)
解説記事 (0)
論文 (2)
解説記事 (0)
論文 (1)
解説記事 (0)
論文 (2)
解説記事 (0)
論文 (0)
解説記事 (0)
論文 (5)
解説記事 (0)
論文 (5)
解説記事 (0)
論文 (0)
解説記事 (0)
論文 (0)
解説記事 (0)