| 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 | 2022-03-10 10:40 医学概念情報を利用した医療画像に対するキャプション生成手法の提案 ○常田陸史・浅川徹也（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）  PRMU2021-64 |
|
| 抄録 | （和） | 医療画像へのキャプション自動生成は医師の判断の補強となり，セカンドオピニオンとしての活躍が期待 される.しかし，従来の医療画像キャプション生成は，データセット画像の画一性の高さ等の要因から，精度が低く なりやすいという課題がある.そこで本論文では，高精度な医療画像キャプション生成を目指すために，医学概念情 報を利用した医療画像キャプション生成手法を提案する.医学概念情報には，UMLS で定義されている CUI(Concept Unique Identifier)コードを積極的に利用した.CLEF2021MedicalCaptionTask データセットを用いて実験を行った結 果，Show，Attend and Tell のベースラインと比較して BLUE 評価尺度で高精度を達成した. |
| （英） | Image Captioning for medical images is expected to augment the judgment of doctors and serve as a second opinion. Medical Image Captioning is a challenging task for accurate caption generation because rich medical terminologies are entailed with captioning.In this paper，we propose a method for medical image captioning by leveraging information from medical concepts.The experiments using the CLEF2021MedicalCaptionTask dataset show that the proposed method outperforms the base line method with "Show，Attend and Tell"，in terms of BLEU evaluation metrics. | |
| キーワード | （和） | 深層学習 / キャプション生成 / 医療 / CNN / LSTM / Encoder-Decoder / UMLS / |
| （英） | Deep Learning / Image Captioning / Medical / CNN / LSTM / Encoder-Decoder / UMLS / | |
| 文献情報 | 信学技報, vol. 121, no. 427, PRMU2021-64, pp. 25-30, 2022年3月. | |
| 資料番号 | PRMU2021-64 | |
| 発行日 | 2022-03-03 (PRMU) | |
| 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 | PRMU2021-64 |
|
| 研究会情報 | |
| 研究会 | PRMU IPSJ-CVIM |
| 開催期間 | 2022-03-10 - 2022-03-11 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 微分可能レンダリング |
| テーマ（英） | Differentiable rendering |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2022-03-PRMU-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | 医学概念情報を利用した医療画像に対するキャプション生成手法の提案 |
| サブタイトル（和） | |
| タイトル（英） | Medical Image Captioning with Information based on Medical Concepts |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / Deep Learning |
| キーワード(2)（和/英） | キャプション生成 / Image Captioning |
| キーワード(3)（和/英） | 医療 / Medical |
| キーワード(4)（和/英） | CNN / CNN |
| キーワード(5)（和/英） | LSTM / LSTM |
| キーワード(6)（和/英） | Encoder-Decoder / Encoder-Decoder |
| キーワード(7)（和/英） | UMLS / UMLS |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 常田 陸史 / Riku Tsuneda / ツネダ リク |
| 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） | 浅川 徹也 / Tetsuya Asakawa / アサカワ テツヤ |
| 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 Shimizu / 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) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-03-10 10:40:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2021-64 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.427 |
| ページ範囲 | pp.25-30 |
| ページ数 | 6 |
| 発行日 | 2022-03-03 (PRMU) |
[研究会発表申込システムのトップページに戻る]