講演抄録/キーワード |
講演名 |
2017-09-25 15:30
畳み込みニューラルネットワークを利用した超拡大大腸内視鏡画像における腫瘍・非腫瘍の分類 ○伊東隼人(名大)・森 悠一・三澤将史(昭和大)・小田昌宏(名大)・工藤進英(昭和大)・森 健策(名大) MI2017-44 |
抄録 |
(和) |
超拡大内視鏡は最新の内視鏡であり従来の内視鏡観察および超倍率で拡大された細胞レベルの内視鏡観察を可能とする。超倍率で拡大された内視鏡観察、つまり超拡大内視鏡画像は内視鏡によるポリープの画像のみによる病理診断を実現しうる。しかしながら超拡大内視鏡画像による精密な診断は医師に対して高度な経験と知識を要求する。そこで超拡大内視鏡診断における腫瘍性病変の見逃しを防ぐためのコンピュータ支援診断(CAD) システムが求められる。このCAD システムの構築を目的に超拡大内視鏡画像の分類手法を提案する。提案手法はポリープの超拡大内視鏡画像を腫瘍性および非腫瘍性病変に分類するものである。超拡大内視鏡画像約15,000 枚および約2,600 枚それぞれ学習データおよびテストデータとして用いて実験的に提案手法を評価した。実験における提案手法の分類精度は感度89.4%達成した。 |
(英) |
Endocytoscopy is a new endoscope that enables us to perform conventional endoscopic observation and ultramagnified observation of cell level. This ultramagnified views (endocytoscopic images) make possible to perform pathological diagnosis only on endoscopic views of polyps during colonoscopy. However, accurate endocytoscopic image diagnosis requires higher experiences and knowledge for physicians. Therefore, computer-aided assistant system is required to prevent the overlooking of neoplastic lesions in endocytoscopy. For this purpose, we propose a new endocytoscopic image classification method that classifies neoplastic and non-neoplastic endocytoscopic images of polyps. We experimentally evaluate the classification performance of the proposed method. In this experiment, we use about 15,000 and 2,600 colorectal endocytoscopic images as training and test data, respectively. The results show that the proposed method achieves high sensitivity 89.4 %. |
キーワード |
(和) |
超拡大内視鏡 / 畳み込みニューラルネットワーク / 自動病理診断 / / / / / |
(英) |
endocytoscopy / convolutional neural network / automated pathological diagnosis / / / / / |
文献情報 |
信学技報, vol. 117, no. 220, MI2017-44, pp. 17-21, 2017年9月. |
資料番号 |
MI2017-44 |
発行日 |
2017-09-18 (MI) |
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 |
MI2017-44 |