講演抄録/キーワード |
講演名 |
2021-03-16 16:30
[ショートペーパー]深層学習によるメラノーマの自動診断 ~ HSDの主成分分析による次元縮約 ~ ○金澤祐斗・永岡 隆・木村裕一・根本充貴(近畿大) MI2020-82 |
抄録 |
(和) |
我々は、450 nm~750 nm (1.5 nm刻み)の波長域からなるハイパースペクトラルデータ(HSD)と、人工知能を用いたメラノーマの診断支援システムの開発に取り組んでいる。HSDは膨大なデータを持つため、効率的に学習するにはデータの縮約が必要である。本研究では縮約に主成分分析を採用する。主成分分析を用い、寄与率の高い5つの主成分スコア画像をRGB画像の3チャネルにそれぞれ割り振り、ImageNetで学習済みの6種類のネットワークでメラノーマを鑑別した結果、最良で85.5%の正診率が得られた。このことから、HSDを提案手法によって3チャネルに圧縮することの合理性が示唆された。 |
(英) |
(Not available yet) |
キーワード |
(和) |
ハイパースペクトラルイメージャー / メラノーマ / 深層学習 / 主成分分析 / / / / |
(英) |
/ / / / / / / |
文献情報 |
信学技報, vol. 120, no. 431, MI2020-82, pp. 150-151, 2021年3月. |
資料番号 |
MI2020-82 |
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 |
MI2020-82 |