| 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 | 2023-01-17 09:50 視覚的に顕著な細胞の表現学習に基づく口腔細胞診 ○松尾和季・見立英史・酒井智弥（長崎大）  MICT2022-44 MBE2022-44 |
|
| 抄録 | （和） | 本研究では，口腔がんを早期発見するスクリーニング検査のため，顕微鏡で撮影した細胞をクラス分類する．口腔がんは世界で最も多い悪性腫瘍のひとつであり比較的死亡率が高いため，がん患者の生存率を高めるためには早期発見及び早期診断が非常に重要である．簡便な早期発見方法として口腔細胞の自動クラス分類が求められている．自動クラス分類を実現するにあたり，深層学習モデルを用いるクラス分類が有力である．一般的な深層学習モデルによるクラス分類の場合細胞ではなく，背景に注視してクラス分類する傾向が見受けられる．画像の大部分は細胞以外の背景であり，細胞は偏在する．各画像内の細胞は顕著な性質を持っている．顕著な細胞の表現学習を実現することで，積極的に細胞の特徴を抽出することが可能になる．顕著な細胞の特徴を抽出する表現学習モデルを提案する．特徴を抽出したモデルを識別に適用し，口腔細胞の自動クラス分類を試みる． |
| （英） | We classify microscopically photographed cells for screening tests to find oral cancer in its early stages. Oral cancer is one of the most common malignancies and has a relatively high mortality rate. Early detection and diagnosis are very important to improve the survival rate.. Automatic classification of oral cells is required as a simple and early screening. Deep learning-based cell image classification tend to focus on the background rather than the cells because background is dominant. Cells are salient in images. We propose a representation learning that encourages a convolutional autoencoder to focus on salient cell regions. The trained encoder is applicable to automatic classification of oral cells. | |
| キーワード | （和） | 顕著性マップ / 畳み込みオートエンコーダ / 深層学習 / / / / / |
| （英） | saliency map / convolutional autoencoder / deep learning / / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 334, MICT2022-44, pp. 7-12, 2023年1月. | |
| 資料番号 | MICT2022-44 | |
| 発行日 | 2023-01-10 (MICT, MBE) | |
| 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 | MICT2022-44 MBE2022-44 |
|
| 研究会情報 | |
| 研究会 | MBE MICT IEE-MBE |
| 開催期間 | 2023-01-17 - 2023-01-17 |
| 開催地（和） | 佐賀県教育会館第一会議室 |
| 開催地（英） | |
| テーマ（和） | MICT, ME, 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | MICT |
| 会議コード | 2023-01-MBE-MICT-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | 視覚的に顕著な細胞の表現学習に基づく口腔細胞診 |
| サブタイトル（和） | |
| タイトル（英） | Oral Cytology Based on Representation Learning of Visually Salient Cells |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 顕著性マップ / saliency map |
| キーワード(2)（和/英） | 畳み込みオートエンコーダ / convolutional autoencoder |
| キーワード(3)（和/英） | 深層学習 / deep learning |
| キーワード(4)（和/英） | / |
| 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） | 松尾 和季 / Kazuki Matsuo / マツオ カズキ |
| 第1著者 所属（和/英） | 長崎大学 (略称： 長崎大) Nagasaki University (略称： Nagasaki Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 見立 英史 / Eiji Mitate / ミタテ エイジ |
| 第2著者 所属（和/英） | 長崎大学 (略称： 長崎大) Nagasaki University (略称： Nagasaki Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 酒井 智弥 / Tomoya Sakai / サカイ トモヤ |
| 第3著者 所属（和/英） | 長崎大学 (略称： 長崎大) Nagasaki University (略称： Nagasaki Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-01-17 09:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | MICT |
| 資料番号 | MICT2022-44, MBE2022-44 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.334(MICT), no.335(MBE) |
| ページ範囲 | pp.7-12 |
| ページ数 | 6 |
| 発行日 | 2023-01-10 (MICT, MBE) |
[研究会発表申込システムのトップページに戻る]