ご案内 入会して研究会活動をもっとお得に!研究会参加費・年間登録費が会員価格になります。
お知らせ 【重要】研究会参加費の支払いおよび原稿アップロード手続きの変更に関するご案内
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 2020-12-17 17:00
内視鏡画像における病変領域のあいまいな境界の学習手法
河内祐太筑波大/産総研)・野里博和産総研)・池田篤史筑波大附属病院)・坂無英徳産総研PRMU2020-51
抄録 (和) 内視鏡画像の病変検出では,観察している粘膜上の正常領域と病変領域の境界があいまいなため,病変領域を示すアノテーションの境界を判断する基準が確定的でない.そのため,専門医によりアノテーション付けされたデータセットにおいても病変領域のアノテーションはあいまいさを有する.このようなデータセットを用いて深層畳み込みニューラルネットワークを学習する場合,十分な量の学習データを確保できない状況では,アノテーション基準に偏りが生じ,深層学習モデルの過学習の原因となる.本研究ではこの問題を解決するために,病変領域のあいまいなアノテーション基準を拡張する学習手法を提案する.膀胱内視鏡画像を用いた検証実験の結果,提案手法により病変検出性能が向上したことを確認した. 
(英) (Not available yet)
キーワード (和) 深層学習 / 畳み込みニューラルネットワーク / 内視鏡画像 / 少量データ / / / /  
(英) / / / / / / /  
文献情報 信学技報, vol. 120, no. 300, PRMU2020-51, pp. 75-79, 2020年12月.
資料番号 PRMU2020-51 
発行日 2020-12-10 (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 PRMU2020-51

研究会情報
研究会 PRMU  
開催期間 2020-12-17 - 2020-12-18 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) 転移学習・少数データからの学習 
テーマ(英) Transfer learning and few shot learning 
講演論文情報の詳細
申込み研究会 PRMU 
会議コード 2020-12-PRMU 
本文の言語 日本語 
タイトル(和) 内視鏡画像における病変領域のあいまいな境界の学習手法 
サブタイトル(和)  
タイトル(英) Learning Method for Ambiguous Lesion Boundaries in Endoscopy Images 
サブタイトル(英)  
キーワード(1)(和/英) 深層学習 /  
キーワード(2)(和/英) 畳み込みニューラルネットワーク /  
キーワード(3)(和/英) 内視鏡画像 /  
キーワード(4)(和/英) 少量データ /  
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) 河内 祐太 / Yuta Kochi / コウチ ユウタ
第1著者 所属(和/英) 筑波大学/国立研究開発法人産業技術総合研究所 (略称: 筑波大/産総研)
University of Tsukuba/National Institute of Advanced Industrial Science and Technology (略称: Univ. of Tsukuba/AIST)
第2著者 氏名(和/英/ヨミ) 野里 博和 / Hirokazu Nosato / ノサト ヒロカズ
第2著者 所属(和/英) 国立研究開発法人産業技術総合研究所 (略称: 産総研)
National Institute of Advanced Industrial Science and Technology (略称: AIST)
第3著者 氏名(和/英/ヨミ) 池田 篤史 / Atsushi Ikeda / イケダ アツシ
第3著者 所属(和/英) 筑波大学附属病院 (略称: 筑波大附属病院)
University of Tsukuba Hospital (略称: Univ. of Tsukuba Hosp.)
第4著者 氏名(和/英/ヨミ) 坂無 英徳 / Hidenori Sakanashi / サカナシ ヒデノリ
第4著者 所属(和/英) 国立研究開発法人産業技術総合研究所 (略称: 産総研)
National Institute of Advanced Industrial Science and Technology (略称: AIST)
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: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
第21著者 氏名(和/英/ヨミ) / /
第21著者 所属(和/英) (略称: )
(略称: )
第22著者 氏名(和/英/ヨミ) / /
第22著者 所属(和/英) (略称: )
(略称: )
第23著者 氏名(和/英/ヨミ) / /
第23著者 所属(和/英) (略称: )
(略称: )
第24著者 氏名(和/英/ヨミ) / /
第24著者 所属(和/英) (略称: )
(略称: )
第25著者 氏名(和/英/ヨミ) / /
第25著者 所属(和/英) (略称: )
(略称: )
第26著者 氏名(和/英/ヨミ) / /
第26著者 所属(和/英) (略称: )
(略称: )
第27著者 氏名(和/英/ヨミ) / /
第27著者 所属(和/英) (略称: )
(略称: )
第28著者 氏名(和/英/ヨミ) / /
第28著者 所属(和/英) (略称: )
(略称: )
第29著者 氏名(和/英/ヨミ) / /
第29著者 所属(和/英) (略称: )
(略称: )
第30著者 氏名(和/英/ヨミ) / /
第30著者 所属(和/英) (略称: )
(略称: )
第31著者 氏名(和/英/ヨミ) / /
第31著者 所属(和/英) (略称: )
(略称: )
第32著者 氏名(和/英/ヨミ) / /
第32著者 所属(和/英) (略称: )
(略称: )
第33著者 氏名(和/英/ヨミ) / /
第33著者 所属(和/英) (略称: )
(略称: )
第34著者 氏名(和/英/ヨミ) / /
第34著者 所属(和/英) (略称: )
(略称: )
第35著者 氏名(和/英/ヨミ) / /
第35著者 所属(和/英) (略称: )
(略称: )
第36著者 氏名(和/英/ヨミ) / /
第36著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2020-12-17 17:00:00 
発表時間 15分 
申込先研究会 PRMU 
資料番号 PRMU2020-51 
巻番号(vol) vol.120 
号番号(no) no.300 
ページ範囲 pp.75-79 
ページ数
発行日 2020-12-10 (PRMU) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会