SlideShare ist ein Scribd-Unternehmen logo
1 von 16
Downloaden Sie, um offline zu lesen
超音波による骨質評価と信号処理:
瞬時周波数の応用
橘 亮輔
東京大学大学院 総合文化研究科 特別研究員PD
長谷 芳樹
神戸市立工業高等専門学校 電子工学科 准教授
1
瞬時周波数って矛盾してません?
でも・・・
 frequencyとは頻度のこと。周期的に生じる波の数。
 1サイクルもないのに周期的とはこれいかに
 瞬時周波数とはその瞬間その時点での周波数のこと。
2
このへん
高そう
このへん
低そう
ある瞬間t1 ある瞬間t2
定義
 単一音源 x(t) を考える
AMかけられたFMな複素正弦波
θは時々刻々の位相(瞬時位相)
 瞬時位相の時間微分を瞬時周波数
時々刻々の偏角の回転速度
 直感的には音源(振動源)が1個
だとすると瞬時周波数は解釈可能
𝑓𝑖𝑛𝑠 𝑡 =
𝑑𝜃
𝑑𝑡
=
𝑑 arg[𝑥 𝑡 ]
𝑑𝑡
𝑥 𝑡 = 𝐴(𝑡) × 𝑒 𝑗𝜃(𝑡)
3
瞬時周波数は詳細な「時間-周波数表現」
波形
スペクトロ
グラム
瞬時
周波数
4
骨の話
 骨は皮質骨と海綿骨でできてる
 骨の強度=骨密度と骨質(弾性とか異方性とか)
 骨粗鬆症は海綿骨がスカスカになる
皮質骨 海綿骨 健康 アカン…
5
骨粗鬆症財団ウェブサイトより from Encarta (Microsoft)
二波分離現象
 骨を水の中に置いて超音波を照射して、反対側で受波
 速い波と遅い波が受かる。先行する波は骨を通ってきたはず
 この速い波を細かく調べればなんか分かりそう
 少なくとも分離したい
瞬時周波数
つかえるかも
Hosokawa & Otani
(1997) JASA
水だけ
骨あり
6
FDTD a.k.a 「さわ~」
 有限差分時間領域法
http://ultrasonics.jp/nagatani/fdtd/
音圧の
更新式
粒子速度の
更新式
𝜅 : 体積弾性率 𝜌 : 密度
7
研究の目的と方針
 骨に超音波を当てたときの「速い波」をみれば骨の
状態が細かく分かるかも
 瞬時周波数を利用して時間周波数表現を調べる
 理想的な状況を対象としたいので模擬データ使う
8
Hosokawa & Otani (1997) JASA
ウェーブレット変換した例
複素モルレー(ガボール)
ガウス近似
Hasegawa, et al (2010) JJAP
残差
9
とりあえず普通の瞬時周波数
 受波信号をヒルベルト変換して虚部をつくり解析信号を得る。
解析の偏角の時間微分をとる。
 振幅の小さい(相対的にノイズが大きい)ところですごいバタつく。
二波が重なるところで(?)ぶっ飛ぶ(矢印の箇所)
10
マルチチャンネルIF法(MCIF)
 短時間フーリエ変換(スペクトログラム)の偏角をとって瞬時位相
とし、その時間微分を求めて各チャンネルの瞬時周波数とする
 時間窓はガウス窓。
Nagatani & Tachibana (2014) J Acoust Soc Am 135: 1197
バンドパス
フィルタバンク
元信号
マルチチャンネル
瞬時周波数スペクトログラム
11
安定的な稜線を抽出する
12
解析ガウス窓 σ= 0.25 us
CF-IF関数の制約
傾斜制約: 0.5 Hz/Hz
曲率制約: 0.003Hz/Hz2
フィルタの中心周波数(MHz)
時間(us)
結果1:骨の厚み変えてみた
13
Nagatani & Tachibana (2014) J Acoust Soc Am 135: 1197
結果2:骨梁の太さ変えてみた
14
Nagatani & Tachibana (2014) J Acoust Soc Am 135: 1197
MCIF法まとめと展望
 詳細な時間-周波数表現が得られた
– 骨の状態を表現している。結構使えそう。
 実は他の分野でもある方法なのだが、骨分野に応用
したところがポイント
– ノイズに敏感なので現場で使うには工夫がいるかも
15
「さわ~」情報
http://ultrasonics.jp/nagatani/fdtd/
「FDTD法で視る音の世界」
(コロナ社,今秋発刊予定)
16

Weitere ähnliche Inhalte

Was ist angesagt?

パターン認識と機械学習入門
パターン認識と機械学習入門パターン認識と機械学習入門
パターン認識と機械学習入門
Momoko Hayamizu
 

Was ist angesagt? (20)

最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情
 
SSII2018TS: コンピュテーショナルイルミネーション
SSII2018TS: コンピュテーショナルイルミネーションSSII2018TS: コンピュテーショナルイルミネーション
SSII2018TS: コンピュテーショナルイルミネーション
 
Fisher線形判別分析とFisher Weight Maps
Fisher線形判別分析とFisher Weight MapsFisher線形判別分析とFisher Weight Maps
Fisher線形判別分析とFisher Weight Maps
 
パターン認識と機械学習入門
パターン認識と機械学習入門パターン認識と機械学習入門
パターン認識と機械学習入門
 
関数データ解析の概要とその方法
関数データ解析の概要とその方法関数データ解析の概要とその方法
関数データ解析の概要とその方法
 
これから始める人のためのディープラーニング基礎講座
これから始める人のためのディープラーニング基礎講座これから始める人のためのディープラーニング基礎講座
これから始める人のためのディープラーニング基礎講座
 
Sift特徴量について
Sift特徴量についてSift特徴量について
Sift特徴量について
 
機械学習の応用例にみる認知症診断と将来の発症予測
機械学習の応用例にみる認知症診断と将来の発症予測機械学習の応用例にみる認知症診断と将来の発症予測
機械学習の応用例にみる認知症診断と将来の発症予測
 
GAN(と強化学習との関係)
GAN(と強化学習との関係)GAN(と強化学習との関係)
GAN(と強化学習との関係)
 
[DL輪読会]Wavenet a generative model for raw audio
[DL輪読会]Wavenet a generative model for raw audio[DL輪読会]Wavenet a generative model for raw audio
[DL輪読会]Wavenet a generative model for raw audio
 
音響メディア信号処理における独立成分分析の発展と応用, History of independent component analysis for sou...
音響メディア信号処理における独立成分分析の発展と応用, History of independent component analysis for sou...音響メディア信号処理における独立成分分析の発展と応用, History of independent component analysis for sou...
音響メディア信号処理における独立成分分析の発展と応用, History of independent component analysis for sou...
 
CVPR 2018 速報
CVPR 2018 速報CVPR 2018 速報
CVPR 2018 速報
 
文章生成の未解決問題
文章生成の未解決問題文章生成の未解決問題
文章生成の未解決問題
 
Self-Critical Sequence Training for Image Captioning (関東CV勉強会 CVPR 2017 読み会)
Self-Critical Sequence Training for Image Captioning (関東CV勉強会 CVPR 2017 読み会)Self-Critical Sequence Training for Image Captioning (関東CV勉強会 CVPR 2017 読み会)
Self-Critical Sequence Training for Image Captioning (関東CV勉強会 CVPR 2017 読み会)
 
20160724_cv_sfm_revisited
20160724_cv_sfm_revisited20160724_cv_sfm_revisited
20160724_cv_sfm_revisited
 
やさしく音声分析法を学ぶ: ケプストラム分析とLPC分析
やさしく音声分析法を学ぶ: ケプストラム分析とLPC分析やさしく音声分析法を学ぶ: ケプストラム分析とLPC分析
やさしく音声分析法を学ぶ: ケプストラム分析とLPC分析
 
Curriculum Learning (関東CV勉強会)
Curriculum Learning (関東CV勉強会)Curriculum Learning (関東CV勉強会)
Curriculum Learning (関東CV勉強会)
 
カルマンフィルタ入門
カルマンフィルタ入門カルマンフィルタ入門
カルマンフィルタ入門
 
時系列問題に対するCNNの有用性検証
時系列問題に対するCNNの有用性検証時系列問題に対するCNNの有用性検証
時系列問題に対するCNNの有用性検証
 
2014 3 13(テンソル分解の基礎)
2014 3 13(テンソル分解の基礎)2014 3 13(テンソル分解の基礎)
2014 3 13(テンソル分解の基礎)
 

Andere mochten auch

Andere mochten auch (20)

ぬぎんくす問題
ぬぎんくす問題ぬぎんくす問題
ぬぎんくす問題
 
Learning stochastic neural networks with Chainer
Learning stochastic neural networks with ChainerLearning stochastic neural networks with Chainer
Learning stochastic neural networks with Chainer
 
最先端NLP勉強会 “Learning Language Games through Interaction” Sida I. Wang, Percy L...
最先端NLP勉強会“Learning Language Games through Interaction”Sida I. Wang, Percy L...最先端NLP勉強会“Learning Language Games through Interaction”Sida I. Wang, Percy L...
最先端NLP勉強会 “Learning Language Games through Interaction” Sida I. Wang, Percy L...
 
ウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心に
ウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心にウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心に
ウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心に
 
Ibis2016okanohara
Ibis2016okanoharaIbis2016okanohara
Ibis2016okanohara
 
Chainer, Cupy入門
Chainer, Cupy入門Chainer, Cupy入門
Chainer, Cupy入門
 
深層学習フレームワーク Chainer の開発と今後の展開
深層学習フレームワーク Chainer の開発と今後の展開深層学習フレームワーク Chainer の開発と今後の展開
深層学習フレームワーク Chainer の開発と今後の展開
 
Windows でも時刻合わせがしたい!
Windows でも時刻合わせがしたい!Windows でも時刻合わせがしたい!
Windows でも時刻合わせがしたい!
 
Bayesian Dark Knowledge and Matrix Factorization
Bayesian Dark Knowledge and Matrix FactorizationBayesian Dark Knowledge and Matrix Factorization
Bayesian Dark Knowledge and Matrix Factorization
 
aiconf2017okanohara
aiconf2017okanoharaaiconf2017okanohara
aiconf2017okanohara
 
Python と私の事情
Python と私の事情Python と私の事情
Python と私の事情
 
Chainerのテスト環境とDockerでのCUDAの利用
Chainerのテスト環境とDockerでのCUDAの利用Chainerのテスト環境とDockerでのCUDAの利用
Chainerのテスト環境とDockerでのCUDAの利用
 
論文紹介 Pixel Recurrent Neural Networks
論文紹介 Pixel Recurrent Neural Networks論文紹介 Pixel Recurrent Neural Networks
論文紹介 Pixel Recurrent Neural Networks
 
3D Volumetric Data Generation with Generative Adversarial Networks
3D Volumetric Data Generation with Generative Adversarial Networks3D Volumetric Data Generation with Generative Adversarial Networks
3D Volumetric Data Generation with Generative Adversarial Networks
 
周波数分析
周波数分析周波数分析
周波数分析
 
ウェーブレット勉強会
ウェーブレット勉強会ウェーブレット勉強会
ウェーブレット勉強会
 
真理とは何か
真理とは何か真理とは何か
真理とは何か
 
多次元信号処理の基礎と画像処理のための二次元変換技術
多次元信号処理の基礎と画像処理のための二次元変換技術多次元信号処理の基礎と画像処理のための二次元変換技術
多次元信号処理の基礎と画像処理のための二次元変換技術
 
Orientacion para la turoria individual y grupal
Orientacion para la turoria individual y grupalOrientacion para la turoria individual y grupal
Orientacion para la turoria individual y grupal
 
Mezcla de razas
Mezcla de razas Mezcla de razas
Mezcla de razas
 

Kürzlich hochgeladen

Kürzlich hochgeladen (7)

新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
 
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
 
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルLoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
 
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
 
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
 

超音波による⾻質評価と信号処理: 瞬時周波数の応⽤