| 講演抄録/キーワード |
| 講演名 |
2021-03-15 11:30
機械学習を用いた人工膝関節画像からの機種の同定 ~ 実画像への適用とGrad-CAMによる可視化 ~ ○岸野万由子・山崎隆治・伊丹史緒(埼玉工大)・冨田哲也・菅本一臣(阪大) MI2020-49 |
| 抄録 |
(和) |
我々はこれまでに,1方向X線透視画像と人工膝関節CAD(Computer Aided Design)モデルを用いた2D/3Dレジストレーション手法を開発してきた.現在,術後人工膝関節の3次元運動計測の全自動化に向けて,いくつかの要素技術の開発を行っており,その一つとしてX線画像から人工膝関節の機種を識別,同定することは重要である.そこで本研究では,多種類の人工膝関節のシミュレーション画像(シルエット画像)および実画像(X線透視画像)を用いて,機械学習による人工膝関節の識別性能の基礎的な検討を行った.CNN(Convolutional Neural Network)による識別においては,単純なネットワークおよびAlexNet,VGG-16の構造を基にしたネットワークを用いた.結果として,シミュレーション画像を用いた場合は,どのネットワークにおいても識別率は100%であった.実画像を用いた場合は,単純なネットワークに比べ,AlexNet,VGG-16の構造を基にしたネットワークでは極めて高精度(99%以上)を示し,事前学習済みのAlexNet,VGG-16を使用したファインチューニングでは,識別率は100%であった.また,Grad-CAM(Gradient-weighted Class Activation Mapping)による可視化の結果は,CNNの判断根拠を説明できる結果となった. |
| (英) |
|
| キーワード |
(和) |
人工膝関節画像 / CNN / ファインチューニング / Grad-CAM / / / / |
| (英) |
/ / / / / / / |
| 文献情報 |
信学技報, vol. 120, no. 431, MI2020-49, pp. 9-14, 2021年3月. |
| 資料番号 |
MI2020-49 |
| 発行日 |
2021-03-08 (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 |
MI2020-49 |