| 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 | 2019-09-05 13:55 眼底画像の異常判別と疾患分類を両立する階層分類手法 ○加藤雄大・綾塚祐二・雅樂隆基（クレスコ）・桑山創一郎・臼井英晶・加藤亜紀・小椋祐一郎・安川 力（名古屋市大）  PRMU2019-26 MI2019-45 |
|
| 抄録 | （和） | 医用画像を解析するタスクにおいては、疾患の種類を識別できるだけではなく、 スクリーニング目的として画像が健常か異常かを識別することも有用である。 我々は光干渉断層計（OCT）画像を入力とした畳み込みニューラルネットワークによる眼底疾患の分類に取り組んでいる。 これまでに健常と異常の判別（異常判別と呼ぶ）に特化したモデルに比べて、 疾患の種類の分類を学習したモデル（疾患分類モデルと呼ぶ）のほうが、異常判別の能力が高いという結果を得た。 これは疾患分類モデルが各疾患を判別するために画像上の特徴をより正確に判別する能力を獲得した結果だと解釈できる。 本稿では、さらなる精度向上のために、階層分類による異常分類と疾患分類を同時に学習するモデルを考案した。 階層分類を実現する手法は先行研究がいくつかあるが、本手法では疾患分類のアクティベーションを束ねて粗い階層のアクティベーションとする。 この階層分類手法は特徴ベクトル間の距離に分類木の階層構造が反映できる可能性がある。 そして、このモデルは既存のモデルに比べて異常分類および疾患分類どちらにおいても判別精度が優れていることがわかった。 |
| （英） | Analyzing medical images with machine learning is useful not only for classifying types of diseases but for screening abnormality. Our previous work showed that a convolutional neural network (CNN) model which learned for classifying diseases detects abnormality better than a CNN model which just learned abnormality as one category. The result is regarded as that a type of disease is important information to find visual feature of abnormality in image. In this paper, we propose a hierarchical method in which a model is trained both types of diseases and abnormality simultaneously. In our method, losses for each diseases are used for training the lower layer, and a loss for abnormality calculated as simple accumulation of losses for each diseases is used for training the upper layer. Models trained by our method achieve better accuracy in both classifying diseases and screening. |
|
| キーワード | （和） | OCT / 眼底疾患 / 機械学習 / fundus diseases / machine learning / / / |
| （英） | OCT / fundus diseases / machine learning / / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 193, MI2019-45, pp. 105-108, 2019年9月. | |
| 資料番号 | MI2019-45 | |
| 発行日 | 2019-08-28 (PRMU, MI) | |
| 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 | PRMU2019-26 MI2019-45 |
|
| 研究会情報 | |
| 研究会 | PRMU MI IPSJ-CVIM |
| 開催期間 | 2019-09-04 - 2019-09-05 |
| 開催地（和） | 岡山大学 |
| 開催地（英） | |
| テーマ（和） | 医療・健康のためのCV/PR技術 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2019-09-PRMU-MI-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | 眼底画像の異常判別と疾患分類を両立する階層分類手法 |
| サブタイトル（和） | |
| タイトル（英） | Hierarchical Classification to Detect Type of Diseases and Abnormality Simultaneously in Optical Coherence Tomography Images |
| サブタイトル（英） | |
| キーワード(1)（和/英） | OCT / OCT |
| キーワード(2)（和/英） | 眼底疾患 / fundus diseases |
| キーワード(3)（和/英） | 機械学習 / machine learning |
| キーワード(4)（和/英） | fundus diseases / |
| キーワード(5)（和/英） | machine learning / |
| 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） | 加藤 雄大 / Yudai Kato / カトウ ユウダイ |
| 第1著者 所属（和/英） | 株式会社クレスコ (略称： クレスコ) CRESCO LTD. (略称： CRESCO) |
| 第2著者 氏名（和/英/ヨミ） | 綾塚 祐二 / Yuji Ayatsuka / アヤツカ ユウジ |
| 第2著者 所属（和/英） | 株式会社クレスコ (略称： クレスコ) CRESCO LTD. (略称： CRESCO) |
| 第3著者 氏名（和/英/ヨミ） | 雅樂 隆基 / Takaki Uta / ウタ タカアキ |
| 第3著者 所属（和/英） | 株式会社クレスコ (略称： クレスコ) CRESCO LTD. (略称： CRESCO) |
| 第4著者 氏名（和/英/ヨミ） | 桑山 創一郎 / Soichiro Kuwayama / クワヤマ ソウイチロウ |
| 第4著者 所属（和/英） | 名古屋市立大学 (略称： 名古屋市大) Nagoya City University (略称： Nagoya City University) |
| 第5著者 氏名（和/英/ヨミ） | 臼井 英晶 / Hideaki Usui / ウスイ ヒデアキ |
| 第5著者 所属（和/英） | 名古屋市立大学 (略称： 名古屋市大) Nagoya City University (略称： Nagoya City University) |
| 第6著者 氏名（和/英/ヨミ） | 加藤 亜紀 / Aki Kato / カトウ アキ |
| 第6著者 所属（和/英） | 名古屋市立大学 (略称： 名古屋市大) Nagoya City University (略称： Nagoya City University) |
| 第7著者 氏名（和/英/ヨミ） | 小椋 祐一郎 / Yuichiro Ogura / オグラ ユウイチロウ |
| 第7著者 所属（和/英） | 名古屋市立大学 (略称： 名古屋市大) Nagoya City University (略称： Nagoya City University) |
| 第8著者 氏名（和/英/ヨミ） | 安川 力 / Tsutomu Yasukawa / ヤスカワ ツトム |
| 第8著者 所属（和/英） | 名古屋市立大学 (略称： 名古屋市大) Nagoya City University (略称： Nagoya City University) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-09-05 13:55:00 |
| 発表時間 | 15分 |
| 申込先研究会 | MI |
| 資料番号 | PRMU2019-26, MI2019-45 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.192(PRMU), no.193(MI) |
| ページ範囲 | pp.105-108 |
| ページ数 | 4 |
| 発行日 | 2019-08-28 (PRMU, MI) |
[研究会発表申込システムのトップページに戻る]