| 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 | 2020-01-29 13:20 深層学習によるSMOTEを用いた不均衡クモ膜下出血データの自動検出に関する研究 ○魯 仲陽・小田昌宏・林 雄一郎・伊東隼人（名大）・渡谷岳行・阿部 修（東大医学部附属病院）・橋本正弘・陣崎雅弘（慶大）・森 健策（名大）  MI2019-75 |
|
| 抄録 | （和） | 近年，深層学習は画像認識分野において驚異的な成果を出している．医用画像処理においては，深層学習の中でもCNNを用いた分類手法が多く使われる．しかし，現実的に入手可能なデータにはクラス間のデータ数の不均衡が存在する．これは不均衡データと呼ばれる．少量のデータしかないクラスの識別率が推論において極端に低くなる問題がある．本研究では，データ不均衡が存在する場合における，正常と異常の分類問題において，SMOTEを用いてデータ不均衡の軽減を行った．本手法を深層学習を用いたくも膜下出血データの自動検出に適用し，不均衡な画像分類問題でSMOTEの有効性について検討を行った．本研究では，くも膜下出血がある33症例と，正常脳CT症例33症例または100症例を用い，提案手法を用いて実験を行った．F値及びAUC値を用いて分類精度を定量分析した．100症例の正常データを追加する場合のAUC値は0.731であり，SMOTEを用いた場合のAUC値は0.830であり，SMOTE及びデータ拡張を用いると0.875であった． |
| （英） | Based on deep learning techniques, the performance of image classification has made significant progress. Especially in the medical image processing field, the CNNs are broadly utilized. However, for the most problems in the real world, the numbers of every class in the data set are not equal, called imbalanced data. It causes a low recall of the minority class. In this paper, we apply the SMOTE method to alleviate the imbalanced problem on anomaly detection. Sequentially, we utilize this strategy on the Subarachnoid Hemorrhage (SAH) detection with imbalanced data based on deep learning techniques and discuss the efficiency. In this study, 33 cases of SAH data combined with 33 cases, and 100 cases of normal brain CT, respectively, are applied to support our experiments. We utilize F-measure and ROC curve for evaluating the trained models. Trained on the 33 cases SAH and 100 cases normal dataset, the model got 0.731 AUC score without SMOTE processing. With SMOTE, acquired 0.830 AUC score, and during SMOTE and data augmentation, the performance was improved into a 0.875 AUC score. | |
| キーワード | （和） | 深層学習 / 不均衡データ / クモ膜下出血 / データ拡張 / / / / |
| （英） | Deep learning / Imbalanced classification / Subarachnoid Hemorrhage / data augmentation / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 399, MI2019-75, pp. 47-52, 2020年1月. | |
| 資料番号 | MI2019-75 | |
| 発行日 | 2020-01-22 (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 | MI2019-75 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2020-01-29 - 2020-01-30 |
| 開催地（和） | 沖縄県青年会館 |
| 開催地（英） | OKINAWAKEN SEINENKAIKAN |
| テーマ（和） | 医用画像工学一般 |
| テーマ（英） | Medical Image Engineering, Analysis, Recognition, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2020-01-MI |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | 深層学習によるSMOTEを用いた不均衡クモ膜下出血データの自動検出に関する研究 |
| サブタイトル（和） | |
| タイトル（英） | Imbalanced Subarachnoid Hemorrhage data automatic detection by using SMOTE algorithm based on deep learning |
| 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） | 不均衡データ / Imbalanced classification |
| キーワード(3)（和/英） | クモ膜下出血 / Subarachnoid Hemorrhage |
| キーワード(4)（和/英） | データ拡張 / data augmentation |
| 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） | 魯 仲陽 / Zhongyang Lu / ロ チュウヨウ |
| 第1著者 所属（和/英） | 名古屋大学大学院 (略称： 名大) Nagoya University (略称： Nagoya Univ) |
| 第2著者 氏名（和/英/ヨミ） | 小田 昌宏 / Masahiro Oda / オダ マサヒロ |
| 第2著者 所属（和/英） | 名古屋大学大学院 (略称： 名大) Nagoya University (略称： Nagoya Univ) |
| 第3著者 氏名（和/英/ヨミ） | 林 雄一郎 / Yuichiro Hayashi / ユウイチロウ ハヤシ |
| 第3著者 所属（和/英） | 名古屋大学大学院 (略称： 名大) Nagoya University (略称： Nagoya Univ) |
| 第4著者 氏名（和/英/ヨミ） | 伊東 隼人 / Hayato Ito / ハヤト イトウ |
| 第4著者 所属（和/英） | 名古屋大学大学院 (略称： 名大) Nagoya University (略称： Nagoya Univ) |
| 第5著者 氏名（和/英/ヨミ） | 渡谷 岳行 / Takeyuki Watadani / ワタダニ タケユキ |
| 第5著者 所属（和/英） | 東京大学医学部附属病院 (略称： 東大医学部附属病院) Department of Radiology,The University of Tokyo Hospital (略称： Department of Radiology,The Univ of Tokyo Hospital) |
| 第6著者 氏名（和/英/ヨミ） | 阿部 修 / Osamu Abe / アベ オサム |
| 第6著者 所属（和/英） | 東京大学医学部附属病院 (略称： 東大医学部附属病院) Department of Radiology,The University of Tokyo Hospital (略称： Department of Radiology,The Univ of Tokyo Hospital) |
| 第7著者 氏名（和/英/ヨミ） | 橋本 正弘 / Masahiro Hashimoto / ハシモト マサヒロ |
| 第7著者 所属（和/英） | 慶應義塾大学医学部 (略称： 慶大) Department of Radiology,Keio University School of Medicine (略称： Department of Radiology,Keio Univ School of Medicine) |
| 第8著者 氏名（和/英/ヨミ） | 陣崎 雅弘 / Masahiro Jinzaki / ジンザキ マサヒロ |
| 第8著者 所属（和/英） | 慶應義塾大学医学部 (略称： 慶大) Department of Radiology,Keio University School of Medicine (略称： Department of Radiology,Keio Univ School of Medicine) |
| 第9著者 氏名（和/英/ヨミ） | 森 健策 / Kensaku Mori / モリ ケンサク |
| 第9著者 所属（和/英） | 名古屋大学大学院 (略称： 名大) Nagoya University (略称： Nagoya Univ) |
| 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 | 2020-01-29 13:20:00 |
| 発表時間 | 30分 |
| 申込先研究会 | MI |
| 資料番号 | MI2019-75 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.399 |
| ページ範囲 | pp.47-52 |
| ページ数 | 6 |
| 発行日 | 2020-01-22 (MI) |
[研究会発表申込システムのトップページに戻る]