講演抄録/キーワード |
講演名 |
2021-11-05 10:25
認知機能テストを用いたアルツハイマー病鑑別手法の高精度化 ○遠藤大樹・伊藤康一・青木孝文(東北大) MICT2021-31 MI2021-29 |
抄録 |
(和) |
人口構成の高齢化に伴い, アルツハイマー病 (Alzheimer’s disease: AD) の有病率の上昇が懸念されている. AD を患うと, 脳萎縮が進行し日常の単純作業を行うことさえ困難になる. 医療の進歩により投薬治療で進行を抑えることができるようになったが, 効果的な治療のためには, 早い段階で AD であることを発見する必要がある. 本論文では, 医師の診断を支援するために, 畳み込みニューラルネットワーク (Convolutional Neural Network: CNN) を用いて AD 鑑別を行う手法を提案する. 認知機能テストで得られたスコアを用いて CNN を学習することで, ラベルノ イズに対して頑健な AD 鑑別を行うことが可能となる. 大規模データセットを使用した実験を通して提案手法の有効性を示す. |
(英) |
As the population ages, the prevalence of Alzheimer’s disease (AD) is expected to increase. AD causes progressive brain atrophy, making it difficult to perform even simple daily tasks. Although medical advances have made it possible to control the progression of AD with medication, it is necessary to detect AD in its early stages for effective treatment. In this paper, we propose an AD identification method using convolutional neural networks (CNNs) to assist doctors in diagnosis. Training CNN using the scores obtained from cognitive function tests makes the AD identification method robust to noisy labels. Through experiments using a large-scale database, we demonstrate the effectiveness of our proposed method. |
キーワード |
(和) |
コンピュータ支援診断 / 脳 MRI 画像 / アルツハイマー病 / convolutional neural network / / / / |
(英) |
computer aided diagnosis / brain MRI image / Alzheimer’s disease / convolutional neural network / / / / |
文献情報 |
信学技報, vol. 121, no. 231, MI2021-29, pp. 17-21, 2021年11月. |
資料番号 |
MI2021-29 |
発行日 |
2021-10-29 (MICT, 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 |
MICT2021-31 MI2021-29 |
研究会情報 |
研究会 |
MI MICT |
開催期間 |
2021-11-05 - 2021-11-05 |
開催地(和) |
オンライン開催 |
開催地(英) |
Online |
テーマ(和) |
医用画像工学一般,ヘルスケア・医療情報通信技術 |
テーマ(英) |
Medical imaging technology, healthcare and medical information communication technology |
講演論文情報の詳細 |
申込み研究会 |
MI |
会議コード |
2021-11-MI-MICT |
本文の言語 |
日本語 |
タイトル(和) |
認知機能テストを用いたアルツハイマー病鑑別手法の高精度化 |
サブタイトル(和) |
|
タイトル(英) |
Performance Improvement of Alzheimer's Disease Identification Using Cognitive Function Test Scores |
サブタイトル(英) |
|
キーワード(1)(和/英) |
コンピュータ支援診断 / computer aided diagnosis |
キーワード(2)(和/英) |
脳 MRI 画像 / brain MRI image |
キーワード(3)(和/英) |
アルツハイマー病 / Alzheimer’s disease |
キーワード(4)(和/英) |
convolutional neural network / convolutional neural network |
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) |
遠藤 大樹 / Daiki Endo / エンドウ ダイキ |
第1著者 所属(和/英) |
東北大学 (略称: 東北大)
Tohoku University (略称: Tohoku Univ.) |
第2著者 氏名(和/英/ヨミ) |
伊藤 康一 / Koichi Ito / イトウ コウイチ |
第2著者 所属(和/英) |
東北大学 (略称: 東北大)
Tohoku University (略称: Tohoku Univ.) |
第3著者 氏名(和/英/ヨミ) |
青木 孝文 / Takafumi Aoki / アオキ タカフミ |
第3著者 所属(和/英) |
東北大学 (略称: 東北大)
Tohoku University (略称: Tohoku Univ.) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
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: ) |
講演者 |
第1著者 |
発表日時 |
2021-11-05 10:25:00 |
発表時間 |
20分 |
申込先研究会 |
MI |
資料番号 |
MICT2021-31, MI2021-29 |
巻番号(vol) |
vol.121 |
号番号(no) |
no.230(MICT), no.231(MI) |
ページ範囲 |
pp.17-21 |
ページ数 |
5 |
発行日 |
2021-10-29 (MICT, MI) |
|