お知らせ 研究会の開催と会場に参加される皆様へのお願い(2022年6月開催~)
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 2022-01-26 13:52
高精度な大腸ポリープ検出に向けた物体検出モデルの解析
伊東隼人名大)・三澤将史昭和大)・森 悠一オスロー大)・工藤進英昭和大)・小田昌宏森 健策名大MI2021-63
抄録 (和) 本稿では高精度なポリープ位置検出に向けた物体検出器の視覚的説明法を提案する. 先行研究として深層学習手法のひとつであるYOLOを利用した高速なポリープ検出器が報告されているが, これらの手法ではポリープを含む矩形領域を予測するにとどまっている. 精確なポリープ領域の推定に向け, 本稿で提案する視覚的説明法はポリープ検出における画像中の重要なパターンを可視化する. 開発した視覚的説明法を用い, 十分に学習したYOLOを解析することによって画像中のポリープ領域を抽出することが可能となる. 数値計算実験では提案手法用いて学習済みのYOLOv3の解析を行い, 本手法の妥当性を示した. 
(英) We propose new visual explanation methods for a trained object detector toward precise automated polyp localisation. Several previous works reported fast polyp detectors based on YOLO. However, these detectors predict only rectangular bounding boxes for polyps. To achieve precise detection of a polyp's location, our visual explanation methods highlight important patterns of an input image in the polyp detection. By analysing a well-trained YOLOv3 with the proposed visual explanation methods, we can extract locations of polyps.
Experimental examples demonstrated the validity of the proposed methods.
キーワード (和) ポリープ検出 / ポリープ領域検出 / 視覚的説明 / 深層学習 / モデル解析 / Grad-CAM / /  
(英) polyp detection / polyp localisation / visual explanationvisual explanation / deep learning / model analysis / Grad-CAM / /  
文献情報 信学技報, vol. 121, no. 347, MI2021-63, pp. 76-81, 2022年1月.
資料番号 MI2021-63 
発行日 2022-01-18 (MI) 
ISSN Print edition: ISSN 0913-5685  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 MI2021-63

研究会情報
研究会 MI  
開催期間 2022-01-25 - 2022-01-27 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) 医用画像一般・メディカルイメージング連合フォーラム 
テーマ(英)  
講演論文情報の詳細
申込み研究会 MI 
会議コード 2022-01-MI 
本文の言語 日本語 
タイトル(和) 高精度な大腸ポリープ検出に向けた物体検出モデルの解析 
サブタイトル(和)  
タイトル(英) Analysis of Object Detection Model Towards Precise Colorectal-Polyp Detection 
サブタイトル(英)  
キーワード(1)(和/英) ポリープ検出 / polyp detection  
キーワード(2)(和/英) ポリープ領域検出 / polyp localisation  
キーワード(3)(和/英) 視覚的説明 / visual explanationvisual explanation  
キーワード(4)(和/英) 深層学習 / deep learning  
キーワード(5)(和/英) モデル解析 / model analysis  
キーワード(6)(和/英) Grad-CAM / Grad-CAM  
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) 伊東 隼人 / Hayato Itoh / イトウ ハヤト
第1著者 所属(和/英) 名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.)
第2著者 氏名(和/英/ヨミ) 三澤 将史 / Masashi Misawa / ミサワ マサシ
第2著者 所属(和/英) 昭和大学横浜市北部病院 (略称: 昭和大)
Showa University Northern Yokohama Hospital (略称: Showa Univ.)
第3著者 氏名(和/英/ヨミ) 森 悠一 / Yuichi Mori / モリ ユウイチ
第3著者 所属(和/英) オスロー大学 (略称: オスロー大)
University of Oslo (略称: Oslo Univ.)
第4著者 氏名(和/英/ヨミ) 工藤 進英 / Shin-Ei Kudo / クドウ シンエイ
第4著者 所属(和/英) 昭和大学横浜市北部病院 (略称: 昭和大)
Showa University Northern Yokohama Hospital (略称: Showa Univ.)
第5著者 氏名(和/英/ヨミ) 小田 昌宏 / Masahiro Oda / オダ マサヒロ
第5著者 所属(和/英) 名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.)
第6著者 氏名(和/英/ヨミ) 森 健策 / Kensaku Mori / モリ ケンサク
第6著者 所属(和/英) 名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.)
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 2022-01-26 13:52:00 
発表時間 13分 
申込先研究会 MI 
資料番号 MI2021-63 
巻番号(vol) vol.121 
号番号(no) no.347 
ページ範囲 pp.76-81 
ページ数
発行日 2022-01-18 (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