| 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 | 2021-11-19 14:30 心電図画像データの異常波形に対する専門医診断を教師とした深層学習の検討 ○橋本健太郎・山村悠一朗（筑波大）・岩塚良太（安房地域医療センター）・安東弘泰（東北大/筑波大）  CCS2021-33 |
|
| 抄録 | （和） | 医療AIは，医療現場において様々な活躍が期待されている．心電図の読み取りによる高精度な心疾患診断も医療AIに期待されている重要なテーマである． 一方，患者の心電図から手術の要否をAIにより判断するには，その教師データとして専門医の知識が不可欠である．本研究では特に虚血性心疾患に注目し， 医師の診断や知識を高精度で模倣するAI技術を開発する． これまでST上昇型の心電図に関する虚血疾患の診断は多くの成功を収め，医療AIの可能性が見出されている. 他方，非ST上昇型の心電図に対しては， その診断が困難となっている．そこで本研究では，緊急搬送時に加えて平常時での同一患者の心電図のデータを駆使して 専門医が手術の必要性があると判断した基準をAIに学習させて， 高精度で手術の要否を判断可能なAI診断を目指す．ここでは画像データの畳み込みニューラルネットワーク(CNN)を構築した．損失関数に距離学習(Metric learning)を用いることで，特徴量空間での分類を行った．実験の結果，虚血性を示す誘導を判断する教師あり学習において，過去の研究を上回る78.1%の分類精度を達成した． |
| （英） | Artificial intelligence is expected to play a variety of roles in the medical fields. Diagnosis based on ECG readings is one of the areas for medical AI, especially ischemic heart disease is an important target. While many researchers have successfully detected abnormalities in ST-segment elevation ECGs for ischemia, this is not the case for non-ST-segment elevation ECGs. We propose a CNN model based on the label by a specialist for non-ST-segment elevation ECGs data to judge need of surgery. In addition, we use ECG data of both normal and emergency case for improving the accuracy of diagnosis. Metric learning (distance learning) was used as the loss function to classify the data in feature space. As a result of our experiments, we achieved a classification accuracy of 78.1% in supervised learning to determine the induction of ischemia which is beyond the accuracy of previous studies. |
|
| キーワード | （和） | 非ST上昇型心電図 / 医療AI / 画像認識 / 深層学習 / 距離学習 / / / |
| （英） | non-STEMI / Medical AI / Image recognition / Deep learning / Metric Learning / / / | |
| 文献情報 | 信学技報, vol. 121, no. 253, CCS2021-33, pp. 89-93, 2021年11月. | |
| 資料番号 | CCS2021-33 | |
| 発行日 | 2021-11-11 (CCS) | |
| 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 | CCS2021-33 |
|
| 研究会情報 | |
| 研究会 | CCS |
| 開催期間 | 2021-11-18 - 2021-11-19 |
| 開催地（和） | 大阪大学 |
| 開催地（英） | Osaka Univ. |
| テーマ（和） | 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | CCS |
| 会議コード | 2021-11-CCS |
| 本文の言語 | 日本語 |
| タイトル（和） | 心電図画像データの異常波形に対する専門医診断を教師とした深層学習の検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study of Deep Learning for Abnormal Waveforms in ECG Image Data Using Expert Diagnosis as a Teacher |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 非ST上昇型心電図 / non-STEMI |
| キーワード(2)（和/英） | 医療AI / Medical AI |
| キーワード(3)（和/英） | 画像認識 / Image recognition |
| キーワード(4)（和/英） | 深層学習 / Deep learning |
| キーワード(5)（和/英） | 距離学習 / Metric Learning |
| 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） | 橋本 健太郎 / Kentaro Hashimoto / ハシモト ケンタロウ |
| 第1著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： Univ of Tsukuba.) |
| 第2著者 氏名（和/英/ヨミ） | 山村 悠一朗 / Yuichiro Yamamura / ヤマムラ ユウイチロウ |
| 第2著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： Univ of Tsukuba.) |
| 第3著者 氏名（和/英/ヨミ） | 岩塚 良太 / Ryota Iwatsuka / イワツカ リョウタ |
| 第3著者 所属（和/英） | 安房地域医療センター (略称： 安房地域医療センター) Taiyo-kai Social Welfare awachiiki iryo center (略称： Taiyo-kai Social Welfare awachiiki iryo center) |
| 第4著者 氏名（和/英/ヨミ） | 安東 弘泰 / Hiroyasu Ando / アンドウ ヒロヤス |
| 第4著者 所属（和/英） | 東北大学/筑波大学 (略称： 東北大/筑波大) Tohoku University/University of Tsukuba (略称： Tohoku Univ./Univ of Tsukuba.) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-11-19 14:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CCS |
| 資料番号 | CCS2021-33 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.253 |
| ページ範囲 | pp.89-93 |
| ページ数 | 5 |
| 発行日 | 2021-11-11 (CCS) |
[研究会発表申込システムのトップページに戻る]