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 2022-01-26 10:13
[ショートペーパー]Contrastive Learningに基づく次元削減によるCovid-19の胸部CT画像に対する異常検知
飛世裕貴クグレ マウリシオ横田達也名工大)・橋本正弘慶大)・大竹義人奈良先端大)・明石敏昭順天堂大)・清水昭伸東京農工大)・本谷秀堅名工大MI2021-53
抄録 (和) Covid-19の診断支援を目的として,肺野CT画像中の異常部位検知法を提案する.正常症例のパッチ画像の確率密度分布に基づく1クラス識別器の考え方を採用することにより,学習データ数のクラス間の不均衡を緩和する.確率密度分布はパッチ画像空間で直接求めるのではなく,画像間の異同がユークリッド距離で表現されるような低次元空間において求めたい.そこで,Contrastive Lossに基づく学習による次元圧縮法を採用する.Contrastive Lossは利用者が定める変換に対する不変性を獲得する上で有用であり,提案法では並進や反転に対して不変な射影を学習する.本発表では肺野領域の異常部位の検出結果を報告する. 
(英) In this article, we propose a method that detects anomaly regions in chest CT images for the aid of Covid-19 diagnosis. Employing an approach for constructing a 1-class classifier based on the probability distribution of patch images of normal cases, we can relax the unbalance of the training data between different classes. The probability distribution should be estimated not in the patch image space but in a low-dimensional space in which we can estimate the similarity between patch images by referring to the Euclid distance between them. We therefore employ a contrastive-loss-based self-supervised learning method for the dimensionality reduction. The contrastive-loss is useful for realizing the projection invariant to the operations defined by users. We obtain a projection of patch images that is invariant against translation and flipping. Some experimental results are reported in this presentation.
キーワード (和) 胸部CT画像 / Covid-19 / 異常検知 / ニューラルネットワーク / Contrastive Learning / Normalizing Flows / /  
(英) chest CT images / Covid-19 / anomaly detection / neural network / Contrastive Learning / Normalizing Flows / /  
文献情報 信学技報, vol. 121, no. 347, MI2021-53, pp. 41-42, 2022年1月.
資料番号 MI2021-53 
発行日 2022-01-18 (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 MI2021-53

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) Contrastive Learningに基づく次元削減によるCovid-19の胸部CT画像に対する異常検知 
サブタイトル(和)  
タイトル(英) Abnormality Detection for Covid-19 Chest CT Images by Dimensionality Reduction Based on Contrastive Learning 
サブタイトル(英)  
キーワード(1)(和/英) 胸部CT画像 / chest CT images  
キーワード(2)(和/英) Covid-19 / Covid-19  
キーワード(3)(和/英) 異常検知 / anomaly detection  
キーワード(4)(和/英) ニューラルネットワーク / neural network  
キーワード(5)(和/英) Contrastive Learning / Contrastive Learning  
キーワード(6)(和/英) Normalizing Flows / Normalizing Flows  
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) 飛世 裕貴 / Hiroki Tobise / トビセ ヒロキ
第1著者 所属(和/英) 名古屋工業大学 (略称: 名工大)
Nagoya Institute of Technology (略称: NITech)
第2著者 氏名(和/英/ヨミ) クグレ マウリシオ / Kugler Mauricio / クグレ マウリシオ
第2著者 所属(和/英) 名古屋工業大学 (略称: 名工大)
Nagoya Institute of Technology (略称: NITech)
第3著者 氏名(和/英/ヨミ) 横田 達也 / Tatsuya Yokota / ヨコタ タツヤ
第3著者 所属(和/英) 名古屋工業大学 (略称: 名工大)
Nagoya Institute of Technology (略称: NITech)
第4著者 氏名(和/英/ヨミ) 橋本 正弘 / Masahiro Hashimoto / ハシモト マサヒロ
第4著者 所属(和/英) 慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.)
第5著者 氏名(和/英/ヨミ) 大竹 義人 / Yoshito Otake / オオタケ ヨシト
第5著者 所属(和/英) 奈良先端科学技術大学院大学 (略称: 奈良先端大)
Nara Institute of Science and Technology (略称: NAIST)
第6著者 氏名(和/英/ヨミ) 明石 敏昭 / Toshiaki Akashi / アカシ トシアキ
第6著者 所属(和/英) 順天堂大学 (略称: 順天堂大)
Juntendo University (略称: Juntendo Univ.)
第7著者 氏名(和/英/ヨミ) 清水 昭伸 / Akinobu Shimizu / シミズ アキノブ
第7著者 所属(和/英) 東京農工大学 (略称: 東京農工大)
Tokyo University of Agriculture and Technology (略称: TUAT)
第8著者 氏名(和/英/ヨミ) 本谷 秀堅 / Hidekata Hontani / ホンタニ ヒデカタ
第8著者 所属(和/英) 名古屋工業大学 (略称: 名工大)
Nagoya Institute of Technology (略称: NITech)
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 10:13:00 
発表時間 13分 
申込先研究会 MI 
資料番号 MI2021-53 
巻番号(vol) vol.121 
号番号(no) no.347 
ページ範囲 pp.41-42 
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