| 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 | 2023-05-18 15:30 Grad-CAM approach for Multiclass Magnetic Resonance Imaging Tumor detection and Classification ○Tahir Hussain・Shouno Hayaru（UEC）  MI2023-4 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | The growth of abnormal cells in the human brain causes brain tumors (BT). Early diagnosis becomes essential for timely treatment for patient survival. A radiologist examines magnetic resonance imaging (MRI) to diagnose and identify tumors through manual evaluation. This process is time-consuming and requires expertise for a complete understanding of tumor type and location. Existing methods suffer from unsatisfactory performance and lack of model explainability, especially in multiclass BT for clinical translation. However, physicians perceive the model results to be unsatisfactory due to Blackbox. Our study addresses these issues for multiclass classification of brain MRI tumor images and proposed a pre-train visual geometry group (VGG-19) that runs a new form of gradient-weighted class activation mapping (Grad-CAM) algorithm for model explainability. The Grad-CAM was used within the developed convolutional neural network (CNN) model, for the model explainability for BT diagnosis. The experimental findings show that the pre-train-VGG-19-Grad-CAM gives better classification and visualization results as compared to stat-off-art deep learning (DL) models with improved accuracy. The heatmap results can help radiologists to explain and validate the classification results by indicating the tumor region on the brain MRI and reducing misclassification. | |
| キーワード | （和） | / / / / / / / |
| （英） | Grad-CAM / model explainability / pre-train-VGG-19 / / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 37, MI2023-4, pp. 10-13, 2023年5月. | |
| 資料番号 | MI2023-4 | |
| 発行日 | 2023-05-11 (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 | MI2023-4 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2023-05-18 - 2023-05-18 |
| 開催地（和） | 名古屋国際会議場 |
| 開催地（英） | Nagoya Congress Center |
| テーマ（和） | 医用画像処理，一般 |
| テーマ（英） | Medical Image Processing |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2023-05-MI |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Grad-CAM approach for Multiclass Magnetic Resonance Imaging Tumor detection and Classification |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / Grad-CAM |
| キーワード(2)（和/英） | / model explainability |
| キーワード(3)（和/英） | / pre-train-VGG-19 |
| 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） | タヒール フセイン / Tahir Hussain / |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) University of Electro-Communication (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | 庄野 逸 / Shouno Hayaru / |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) University of Electro-Communication (略称： UEC) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-05-18 15:30:00 |
| 発表時間 | 30分 |
| 申込先研究会 | MI |
| 資料番号 | MI2023-4 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.37 |
| ページ範囲 | pp.10-13 |
| ページ数 | 4 |
| 発行日 | 2023-05-11 (MI) |
[研究会発表申込システムのトップページに戻る]