お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
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 2021-07-09 14:00
深層学習を用いた結核患者の胸部CTデータの重症度判定
浅川徹也常田陸史豊橋技科大)・清水一生菰田拓之豊橋ハートセンター)・青野雅樹豊橋技科大MI2021-19
抄録 (和) 本研究は,結核患者の胸部CT画像からの結核の重症度(Infiltrative:浸潤、Focal:巣状気腫、Tuberculoma:結核腫、Miliary:粟粒、Fibro-cavernous:線維海綿状 )を正確に推定する.結核患者の3D胸部CTデータから2D画像を抽出する.さらに,抽出された画像には,空間,脂肪,骨などを除くためにマスクを適用し,肺のみの2D画像データを抽出し、画像のヒストグラムから平滑化と正規化を用いて2D画像を抽出した.さらに、抽出した画像にカラースケールを適用した画像を作成した.これらの画像データを基に深層学習を用いて病症の重症度推定を行った.さらに,中央値ベースのマルチラベル予測アルゴリズムも導入した.本研究の結果,accuracyは40%以上と高値であった. 
(英) The purpose of this study is to make accurate estimates for five labels (infiltrative, focal, tuberculoma, miliary, and fi- brocavernous) based on lung images. We describe the tuberculosis task and approach for chest CT image analysis and then perform a single- label CT image analysis using the task dataset. We propose an image processing and fine-tuning deep neural network model that uses inputs from convolutional neural network features. This paper presents several approaches for applying normalization and pseudo-color to the extracted 2D images, for applying mask data to the extracted 2D image data, and for extracting a set of 2D projection images based on the 3D chest CT data. Our submissions for the task test dataset achieved an unweighted Cohen’s kappa of 0.236 and an accuracy of 0.471.
キーワード (和) 断層撮影 / 結核 / 深層学習 / 正規化 / 擬似カラー / / /  
(英) Computed Tomography / Tuberculosis / Deep Learning / Normalization / Pseudo-color / / /  
文献情報 信学技報, vol. 121, no. 98, MI2021-19, pp. 42-46, 2021年7月.
資料番号 MI2021-19 
発行日 2021-07-01 (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 MI2021-19

研究会情報
研究会 MI  
開催期間 2021-07-08 - 2021-07-09 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) 医用画像処理および認識一般 
テーマ(英) Medical imaging, physics, and recognition 
講演論文情報の詳細
申込み研究会 MI 
会議コード 2021-07-MI 
本文の言語 日本語 
タイトル(和) 深層学習を用いた結核患者の胸部CTデータの重症度判定 
サブタイトル(和)  
タイトル(英) Severity determination of chest CT data in tuberculosis patients using deep learning 
サブタイトル(英)  
キーワード(1)(和/英) 断層撮影 / Computed Tomography  
キーワード(2)(和/英) 結核 / Tuberculosis  
キーワード(3)(和/英) 深層学習 / Deep Learning  
キーワード(4)(和/英) 正規化 / Normalization  
キーワード(5)(和/英) 擬似カラー / Pseudo-color  
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) 浅川 徹也 / Tetsuya Asakawa / アサカワ テツヤ
第1著者 所属(和/英) 豊橋技術科学大学 (略称: 豊橋技科大)
Toyohashi University of Technology (略称: TUT)
第2著者 氏名(和/英/ヨミ) 常田 陸史 / Riku Tsuneda / ツネダ リク
第2著者 所属(和/英) 豊橋技術科学大学 (略称: 豊橋技科大)
Toyohashi University of Technology (略称: TUT)
第3著者 氏名(和/英/ヨミ) 清水 一生 / Kazuki Simizu / シミズ カズキ
第3著者 所属(和/英) 豊橋ハートセンター (略称: 豊橋ハートセンター)
Toyohashi Heart Center (略称: THC)
第4著者 氏名(和/英/ヨミ) 菰田 拓之 / Takuyuki Komoda / コモダ タクユキ
第4著者 所属(和/英) 豊橋ハートセンター (略称: 豊橋ハートセンター)
Toyohashi Heart Center (略称: THC)
第5著者 氏名(和/英/ヨミ) 青野 雅樹 / Masaki Aono / アオノ マサキ
第5著者 所属(和/英) 豊橋技術科学大学 (略称: 豊橋技科大)
Toyohashi University of Technology (略称: TUT)
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: )
講演者 第1著者 
発表日時 2021-07-09 14:00:00 
発表時間 30分 
申込先研究会 MI 
資料番号 MI2021-19 
巻番号(vol) vol.121 
号番号(no) no.98 
ページ範囲 pp.42-46 
ページ数
発行日 2021-07-01 (MI) 


[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