| 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 | 2019-10-19 10:45 ディープラーニングを用いたびまん性肺疾患の異常陰影識別と異常陰影量の定量化 ○武部浩明・森脇康貴・宮崎信浩・馬場孝之（富士通研）・寺田大晃・檜垣 徹・粟井和夫（広島大）・小林弘岳・中川真智子・嶋田雅彦・北山健児（富士通）  PRMU2019-44 |
|
| 抄録 | （和） | 肺全体に異常陰影が現れるびまん性肺疾患の画像診断では，異常陰影の経時的な量の変化が重要な情報であり，異常陰影量を自動的に定量化できる技術が望まれている．異常陰影量の定量化は，画像から異常陰影を識別することによって行われる．びまん性肺疾患の異常陰影を識別する手法はディープラーニング(DL)を用いる手法が有効であるが，代表的な異常陰影の一つである粒状影の識別が難しいという課題があった．そこで，粒状影の3次元構造に着目することにより，DLを用いながら粒状影を識別できる手法を提案する．提案手法は，従来と比較して識別精度が向上するとともに，本手法の応用として，同一患者の複数時点で撮影された画像に対し，異常陰影量に関する経時変化を定量化できることを示す． |
| （英） | Changes in the amount of lesion over time are important information for diagnostic imaging of diffuse lung disease in which lesions appear throughout a lung. Then a technique that can automatically quantify the amount of lesion is desired. The quantification of the amount of lesion is performed by classifying the lesion from the image. A method using deep learning (DL) is effective for classifying lesions in diffuse lung disease. However, there is a problem that it is difficult to classify micro nodules that are typical lesions. We propose a method for accurately classifying micro nodules using DL by focusing on the 3D structure of a micro nodule. We confirmed that as for the proposed method, the classification accuracy was improved compared to the conventional method, and as an application of this method, the temporal change in the amount of lesions was accurately quantified for cases taken at multiple time points of the same patient. | |
| キーワード | （和） | ディープラーニング / びまん性肺疾患 / 異常陰影識別 / 粒状影 / / / / |
| （英） | Deep Learning / Diffuse Lung Disease / Lesion Classification / Micro Nodule / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 235, PRMU2019-44, pp. 67-72, 2019年10月. | |
| 資料番号 | PRMU2019-44 | |
| 発行日 | 2019-10-11 (PRMU) | |
| 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 | PRMU2019-44 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2019-10-18 - 2019-10-19 |
| 開催地（和） | 東京大学 |
| 開催地（英） | |
| テーマ（和） | PRMU技術の最前線俯瞰、クロス/ マルチモーダルな認識理解、深層学習 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2019-10-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | ディープラーニングを用いたびまん性肺疾患の異常陰影識別と異常陰影量の定量化 |
| サブタイトル（和） | |
| タイトル（英） | Localization of Diffuse Lung Deseases' Lesions and Quantification of Their Volumes Using Deep Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ディープラーニング / Deep Learning |
| キーワード(2)（和/英） | びまん性肺疾患 / Diffuse Lung Disease |
| キーワード(3)（和/英） | 異常陰影識別 / Lesion Classification |
| キーワード(4)（和/英） | 粒状影 / Micro Nodule |
| 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） | 武部 浩明 / Hiroaki Takebe / タケベ ヒロアキ |
| 第1著者 所属（和/英） | 株式会社富士通研究所 (略称： 富士通研) FUJITSU LABORATORIES LTD. (略称： FUJITSU LAB.) |
| 第2著者 氏名（和/英/ヨミ） | 森脇 康貴 / Yasutaka Moriwaki / モリワキ ヤスタカ |
| 第2著者 所属（和/英） | 株式会社富士通研究所 (略称： 富士通研) FUJITSU LABORATORIES LTD. (略称： FUJITSU LAB.) |
| 第3著者 氏名（和/英/ヨミ） | 宮崎 信浩 / Nobuhiro Miyazaki / ミヤザキ ノブヒロ |
| 第3著者 所属（和/英） | 株式会社富士通研究所 (略称： 富士通研) FUJITSU LABORATORIES LTD. (略称： FUJITSU LAB.) |
| 第4著者 氏名（和/英/ヨミ） | 馬場 孝之 / Takayuki Baba / ババ タカユキ |
| 第4著者 所属（和/英） | 株式会社富士通研究所 (略称： 富士通研) FUJITSU LABORATORIES LTD. (略称： FUJITSU LAB.) |
| 第5著者 氏名（和/英/ヨミ） | 寺田 大晃 / Hiroaki Terada / テラダ ヒロアキ |
| 第5著者 所属（和/英） | 広島大学 (略称： 広島大) Hiroshima University (略称： Hiroshima Univ.) |
| 第6著者 氏名（和/英/ヨミ） | 檜垣 徹 / Toru Higaki / ヒガキ トオル |
| 第6著者 所属（和/英） | 広島大学 (略称： 広島大) Hiroshima University (略称： Hiroshima Univ.) |
| 第7著者 氏名（和/英/ヨミ） | 粟井 和夫 / Kazuo Awai / アワイ カズオ |
| 第7著者 所属（和/英） | 広島大学 (略称： 広島大) Hiroshima University (略称： Hiroshima Univ.) |
| 第8著者 氏名（和/英/ヨミ） | 小林 弘岳 / Hirotaka Kobayashi / |
| 第8著者 所属（和/英） | 富士通株式会社 (略称： 富士通) FUJITSU LIMITED (略称： FUJITSU) |
| 第9著者 氏名（和/英/ヨミ） | 中川 真智子 / Machiko Nakagawa / ナカガワ マチコ |
| 第9著者 所属（和/英） | 富士通株式会社 (略称： 富士通) FUJITSU LIMITED (略称： FUJITSU) |
| 第10著者 氏名（和/英/ヨミ） | 嶋田 雅彦 / Masahiko Shimada / シマダ マサヒコ |
| 第10著者 所属（和/英） | 富士通株式会社 (略称： 富士通) FUJITSU LIMITED (略称： FUJITSU) |
| 第11著者 氏名（和/英/ヨミ） | 北山 健児 / Kenji Kitayama / キタヤマ ケンジ |
| 第11著者 所属（和/英） | 富士通株式会社 (略称： 富士通) FUJITSU LIMITED (略称： FUJITSU) |
| 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 | 2019-10-19 10:45:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2019-44 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.235 |
| ページ範囲 | pp.67-72 |
| ページ数 | 6 |
| 発行日 | 2019-10-11 (PRMU) |
[研究会発表申込システムのトップページに戻る]