非線形有限要素解析を模したニューラルネットワークを用いた軟性臓器ボリュームモデルの変形シミュレータ

Translated title of the contribution: Real-Time Nonlinear FEM-Based Simulator for Deforming Volume Model of Soft Organ by Neural Network

諸岡 健一, 陳 献, 倉爪 亮, 内田 誠一, 原 健二, 砂川 賢二, 橋爪 誠

Research output: Contribution to journalArticle

Abstract

本論文では,ニューラルネットワークを用いて,軟性臓器モデルの変形をシミュレートする新たな手法を提案する.提案手法は,基本的なモデルの変形(以後,変形モードと呼ぶ)の組合せに基づいて,モデルの変形を推定する.つまり,変形モードをあらかじめ非線形有限要素法で求め,臓器に加わった外力と,それに対応する変形モードの関係をニューラルネットワークで学習する.学習したニューラルネットワークは,非線形有限要素解析によりモデルの振舞いを推定することを模倣する.実験結果より,提案手法は,非線形有限要素解析とほぼ同程度の精度を保ちつつ,計算コストを大幅に削減することができた.
Original languageJapanese
Pages (from-to)365-376
Number of pages12
Journal電子情報通信学会論文誌. D, 情報・システム = The IEICE transactions on information and systems
Volume93
Issue number3
Publication statusPublished - Mar 1 2010

Cite this

@article{8f6349b832704b47a69f24f6a3ad63c7,
title = "非線形有限要素解析を模したニューラルネットワークを用いた軟性臓器ボリュームモデルの変形シミュレータ",
abstract = "本論文では,ニューラルネットワークを用いて,軟性臓器モデルの変形をシミュレートする新たな手法を提案する.提案手法は,基本的なモデルの変形(以後,変形モードと呼ぶ)の組合せに基づいて,モデルの変形を推定する.つまり,変形モードをあらかじめ非線形有限要素法で求め,臓器に加わった外力と,それに対応する変形モードの関係をニューラルネットワークで学習する.学習したニューラルネットワークは,非線形有限要素解析によりモデルの振舞いを推定することを模倣する.実験結果より,提案手法は,非線形有限要素解析とほぼ同程度の精度を保ちつつ,計算コストを大幅に削減することができた.",
author = "健一 諸岡 and 献 陳 and 亮 倉爪 and 誠一 内田 and 健二 原 and 賢二 砂川 and 誠 橋爪",
year = "2010",
month = "3",
day = "1",
language = "Japanese",
volume = "93",
pages = "365--376",
journal = "電子情報通信学会論文誌. D, 情報・システム = The IEICE transactions on information and systems",
issn = "1880-4535",
publisher = "一般社団法人電子情報通信学会",
number = "3",

}

TY - JOUR

T1 - 非線形有限要素解析を模したニューラルネットワークを用いた軟性臓器ボリュームモデルの変形シミュレータ

AU - 諸岡, 健一

AU - 陳, 献

AU - 倉爪, 亮

AU - 内田, 誠一

AU - 原, 健二

AU - 砂川, 賢二

AU - 橋爪, 誠

PY - 2010/3/1

Y1 - 2010/3/1

N2 - 本論文では,ニューラルネットワークを用いて,軟性臓器モデルの変形をシミュレートする新たな手法を提案する.提案手法は,基本的なモデルの変形(以後,変形モードと呼ぶ)の組合せに基づいて,モデルの変形を推定する.つまり,変形モードをあらかじめ非線形有限要素法で求め,臓器に加わった外力と,それに対応する変形モードの関係をニューラルネットワークで学習する.学習したニューラルネットワークは,非線形有限要素解析によりモデルの振舞いを推定することを模倣する.実験結果より,提案手法は,非線形有限要素解析とほぼ同程度の精度を保ちつつ,計算コストを大幅に削減することができた.

AB - 本論文では,ニューラルネットワークを用いて,軟性臓器モデルの変形をシミュレートする新たな手法を提案する.提案手法は,基本的なモデルの変形(以後,変形モードと呼ぶ)の組合せに基づいて,モデルの変形を推定する.つまり,変形モードをあらかじめ非線形有限要素法で求め,臓器に加わった外力と,それに対応する変形モードの関係をニューラルネットワークで学習する.学習したニューラルネットワークは,非線形有限要素解析によりモデルの振舞いを推定することを模倣する.実験結果より,提案手法は,非線形有限要素解析とほぼ同程度の精度を保ちつつ,計算コストを大幅に削減することができた.

M3 - 記事

VL - 93

SP - 365

EP - 376

JO - 電子情報通信学会論文誌. D, 情報・システム = The IEICE transactions on information and systems

JF - 電子情報通信学会論文誌. D, 情報・システム = The IEICE transactions on information and systems

SN - 1880-4535

IS - 3

ER -