| 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 | 2019-03-06 16:40 テクスチャ画像識別問題に対するフーリエ変換を用いたデータ拡張の検討 ○新田大悟・庄野 逸（電通大）  NC2018-87 |
|
| 抄録 | （和） | CT画像等の医療画像は十分な量のラベル付き学習データを確保するのが難しく，かつクラス数に偏りが存在する． このようなデータセットを機械学習によって訓練すると，汎化性能が低下するケースが多い． 本研究では，びまん性肺疾患の症例画像データセットに対して，新たなデータ拡張の枠組みを提案する． びまん性肺疾患とは，広範囲にわたって広がる肺疾患の総称である． このデータセットはX線CTスキャンによって撮像され，テクスチャ画像のような特性を有している． このような医用データは，医師による手作業のラベル付けが必要とされるため，学習データ数が十分でない． また，病変が存在する例と正常例の間でデータ数が異なるため，クラス数に偏りが存在する． 本研究では，学習データ画像をフーリエ空間で分解し，他クラス間で振幅特性と位相特性を組み合わせてデータ拡張を行う手法を提案する． この手法を用いてDCNNにおける識別の学習を行った結果，通常の線形変換などの従来手法や近年提案された手法と比較して精度の向上が見られた． |
| （英） | In the field of medical imaging such like computed tomography analysis, it is difficult to prepare a sufficient amount of labeled data for learning, and there exists bias in the number of classes. Applying such data into a learning machine, we may obtain . In order to overcome this problem, we propose a new data augmentation framework for case image data set of diffuse lung disease. Specifically, we propose a method of decomposing learning data images in Fourier space and combining amplitude characteristics and phase characteristics among other classes for data augmentation. As a result of the learning of the lesion identification problem in Deep Convolutional Neural Network using this method, the accuracy was improved compared with the conventional method such as normal linear transformation and the method proposed in recent years. |
|
| キーワード | （和） | 深層学習 / データ拡張 / 病変識別 / 医用画像 / テクスチャ画像 / / / |
| （英） | Deep Learning / Data Augmentation / Lesion Identification / Medical image / Texture image / / / | |
| 文献情報 | 信学技報, vol. 118, no. 470, NC2018-87, pp. 233-238, 2019年3月. | |
| 資料番号 | NC2018-87 | |
| 発行日 | 2019-02-25 (NC) | |
| ISSN | 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 | NC2018-87 |
|
| 研究会情報 | |
| 研究会 | NC MBE |
| 開催期間 | 2019-03-04 - 2019-03-06 |
| 開催地（和） | 電気通信大学 |
| 開催地（英） | University of Electro Communications |
| テーマ（和） | NC, ME, 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2019-03-NC-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | テクスチャ画像識別問題に対するフーリエ変換を用いたデータ拡張の検討 |
| サブタイトル（和） | |
| タイトル（英） | Study on data augmentation using Fourier transform for texture image classification |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / Deep Learning |
| キーワード(2)（和/英） | データ拡張 / Data Augmentation |
| キーワード(3)（和/英） | 病変識別 / Lesion Identification |
| キーワード(4)（和/英） | 医用画像 / Medical image |
| キーワード(5)（和/英） | テクスチャ画像 / Texture image |
| 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） | 新田 大悟 / Daigo Nitta / ニッタ ダイゴ |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) The 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) The University of Electro-Communications (略称： UEC) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-03-06 16:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2018-87 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.470 |
| ページ範囲 | pp.233-238 |
| ページ数 | 6 |
| 発行日 | 2019-02-25 (NC) |
[研究会発表申込システムのトップページに戻る]