お知らせ 研究会の開催と会場に参加される皆様へのお願い(2022年6月開催~)
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2015-03-16 10:55
Deep Convolutional Neural Networkを用いたびまん性肺疾患画像の特徴解析
鈴木聡志庄野 逸電通大)・木戸尚治山口大MBE2014-163 NC2014-114
抄録 (和) 画像診断を行う医師の負担は,X 線 CT 装置の性能向上による撮像枚数の増加とセカンドオピニオンの普及による複数患者の診断によって,増加傾向にあり,計算機による診断補助を行う計算機診断支援(Computer Aided Diagnosis : CAD)システムの構築が望まれている.本研究では,CAD システムのうち,びまん性肺疾患画像の特徴解析を行うサブシステムを Deep Convolutional Neural Network (DCNN) を用いて構築することを目的とした.DCNN は,階層型ニューラルネットワークを用いた手法で,データから特徴表現を学習することが可能であるが,特徴表現を取得するために十分な数の入力データが必要になる.その一方で医用画像の識別システムを構築するために学習データを十分確保することは困難な場合もある.そこで本研究では,DCNN に対して自然画像を用いた半教師学習を適用し,比較評価を行った.
DCNN の表現学習手法を,i) CT画像のみ,ii) 自然画像のみ,iii) 自然画像と CT 画像,の 3つのデータセットに対して適用し,比較検討を行ない,データセットに自然画像と CT 画像とを用いた半教師付き学習で構成した DCNN 特徴量が有効であることを示した. 
(英) The computer aided diagnosis (CAD) system is desired to develop for supporing physicians to diagnose the diffuse lung diseeases (DLD).In order to devlop the system, we a DLD feature analysis method with deep convolutional neural network (DCNN) for the classification of DLDs.DCNN is a kind of multi layer neural network which can automatically extract features express the input data, however,it requires larage amount of training data.In the field of medical image analysis, the number of acquired data sometimes too few to train the learning system.Thus, we introduce a kind of semi-supervised learning (SSL) method to train the DCNN, that iswe apply natural image, which we can easily collect in massive, for the unlabeled data, and the small number of the DLD image as the labeled data.We compare DCNNs with training of i) DLD CT images only, ii) natural images only, and iii) DLC CT images + natural images, and show the result of case iii) would be better DCNN feature rather than those of others.
キーワード (和) DCNN / 半教師付き学習 / びまん性肺疾患画像解析 / / / / /  
(英) Deep Convolutional Neural Network / Semi-supervised Learning / Diffuse Lung Disease image analysis / / / / /  
文献情報 信学技報, vol. 114, no. 515, NC2014-114, pp. 259-264, 2015年3月.
資料番号 NC2014-114 
発行日 2015-03-09 (MBE, NC) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード MBE2014-163 NC2014-114

研究会情報
研究会 NC MBE  
開催期間 2015-03-16 - 2015-03-17 
開催地(和) 玉川大学 
開催地(英) Tamagawa University 
テーマ(和) ME,一般 
テーマ(英) ME, etc 
講演論文情報の詳細
申込み研究会 NC 
会議コード 2015-03-NC-MBE 
本文の言語 日本語 
タイトル(和) Deep Convolutional Neural Networkを用いたびまん性肺疾患画像の特徴解析 
サブタイトル(和)  
タイトル(英) Feature Analysis for Diffuse Lung Disease with Deep Convolutional Neural Network 
サブタイトル(英)  
キーワード(1)(和/英) DCNN / Deep Convolutional Neural Network  
キーワード(2)(和/英) 半教師付き学習 / Semi-supervised Learning  
キーワード(3)(和/英) びまん性肺疾患画像解析 / Diffuse Lung Disease image analysis  
キーワード(4)(和/英) /  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 鈴木 聡志 / Satoshi Suzuki / スズキ サトシ
第1著者 所属(和/英) 電気通信大学 (略称: 電通大)
University of Electro-Communications (略称: UEC)
第2著者 氏名(和/英/ヨミ) 庄野 逸 / Hayaru Shouno / ショウノ ハヤル
第2著者 所属(和/英) 電気通信大学 (略称: 電通大)
University of Electro-Communications (略称: UEC)
第3著者 氏名(和/英/ヨミ) 木戸 尚治 / Shoji Kido / キド ショウジ
第3著者 所属(和/英) 山口大学 (略称: 山口大)
Yamaguchi University (略称: Yamaguchi Univ.)
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2015-03-16 10:55:00 
発表時間 25分 
申込先研究会 NC 
資料番号 MBE2014-163, NC2014-114 
巻番号(vol) vol.114 
号番号(no) no.514(MBE), no.515(NC) 
ページ範囲 pp.259-264 
ページ数
発行日 2015-03-09 (MBE, NC) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会