G-011
条件付GANを用いた低線量X線画像の高周波成分復元による超解像化

◎栗原慧至・濱上知樹（横浜国大）

本研究では深層学習を用いた画像の生成モデルを利用して低線量X線画像から高線量X線画像を復元する超解像化の手法を提案する。X線を利用した画像診断では，線量と画質のトレードオフの関係が問題となるが，本研究では低線量で撮影した場合でも鮮明な画像が得られるよう，条件付GANを利用して低線量X線画像から高線量X線画像への復元を行う。さらに，画像のスパース性によってネットワークの学習を容易に行うという観点から，入力画像の周波数分離を導入した手法を提案する。実験では提案手法と従来手法のCNNで超解像化した場合との比較を行い，提案手法における有効性を示した。