| 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 | 2023-11-14 15:00 膀胱癌における内視鏡AI診断のための実画像を用いない事前学習手法 ○鴻巣竜之介（産総研/東邦大）・金 原稷（産総研）・池田篤史（筑波大）・野里博和（産総研）・中島 悠（東邦大）  MICT2023-34 MI2023-27 |
|
| 抄録 | （和） | AIモデルを構築する際に十分な量の学習データを集めることが難しい場合がある．そのような場合，実画像を基にした大規模画像データベースを事前学習した学習済みAIモデルが使われることが多い．しかし，事前学習の過程で使用される実画像には，手作業のアノテーションによるラベルの誤りや，画像がインターネット上から収集されたことによる著作権の問題等が存在している．医用画像を対象としたAIを構築する場合，学習データの透明性がより重要であるため，このような問題を抱えていると診断支援AIの構築に使用する事前学習用データとしては好ましくない．そこで，本研究では，実画像を用いない事前学習手法として，自動生成画像を用いるFormula-Driven Supervised Learning (FDSL)をベースに，対象タスクの膀胱内視鏡画像の特徴に合わせ，2種類の自動生成画像を混合して事前学習を行い，膀胱内視鏡画像を対象にその有効性の検証を行った． |
| （英） | When developing AI models, it is sometimes difficult to collect sufficient training data. In these cases, pre-trained AI models based on large real-image databases are often utilized. However, manual annotation causes mislabeling and collecting images from the internet can pose copyright issues for these real images. When developing AI models for medical images, transparency of training data is crucial, and pre-training data for diagnosis support AI should not contain such problems. Thus, in this study, this study proposes a pre-training technique without real images. The proposed method combined two types of automatically generated image databases using the Formula-Driven Supervised Learning (FDSL) method, taking into account the features of cystoscopic images related to our target task. Through the experiments conducted with real clinical cystoscopic images, the proposed method achieves to improve its classification accuracy. | |
| キーワード | （和） | 人工知能 / 深層学習 / 膀胱癌 / 事前学習 / 数式ドリブン教師あり学習 / / / |
| （英） | artificial intelligence / deep learning / bladder cancer / pre-training / formula-driven supervised learning / / / | |
| 文献情報 | 信学技報, vol. 123, no. 257, MI2023-27, pp. 37-40, 2023年11月. | |
| 資料番号 | MI2023-27 | |
| 発行日 | 2023-11-07 (MICT, 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 | MICT2023-34 MI2023-27 |
|
| 研究会情報 | |
| 研究会 | MI MICT |
| 開催期間 | 2023-11-14 - 2023-11-14 |
| 開催地（和） | 九州工業大学戸畑キャンパス |
| 開催地（英） | |
| テーマ（和） | 医用画像工学一般，ヘルスケア・医療情報通信技術，一般 |
| 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 | 2023-11-MI-MICT |
| 本文の言語 | 日本語 |
| タイトル（和） | 膀胱癌における内視鏡AI診断のための実画像を用いない事前学習手法 |
| サブタイトル（和） | |
| タイトル（英） | Pre-training without natural images for Cystoscopic AI Diagnosis of Bladder Cancer |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 人工知能 / artificial intelligence |
| キーワード(2)（和/英） | 深層学習 / deep learning |
| キーワード(3)（和/英） | 膀胱癌 / bladder cancer |
| キーワード(4)（和/英） | 事前学習 / pre-training |
| キーワード(5)（和/英） | 数式ドリブン教師あり学習 / formula-driven supervised learning |
| 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） | 鴻巣 竜之介 / Ryuunosuke Kounosu / コウノス リュウノスケ |
| 第1著者 所属（和/英） | 国立研究開発法人 産業技術総合研究所/東邦大学 (略称： 産総研/東邦大) National Institute of Advanced Industrial Science and Technology/Toho University (略称： AIST/Toho Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 金 原稷 / Wonjik Kim / キム ワンジク |
| 第2著者 所属（和/英） | 国立研究開発法人 産業技術総合研究所 (略称： 産総研) National Institute of Advanced Industrial Science and Technology (略称： AIST) |
| 第3著者 氏名（和/英/ヨミ） | 池田 篤史 / Atsushi Ikeda / イケダ アツシ |
| 第3著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： Univ. of Tsukuba) |
| 第4著者 氏名（和/英/ヨミ） | 野里 博和 / Hirokazu Nosato / ノサト ヒロカズ |
| 第4著者 所属（和/英） | 国立研究開発法人 産業技術総合研究所 (略称： 産総研) National Institute of Advanced Industrial Science and Technology (略称： AIST) |
| 第5著者 氏名（和/英/ヨミ） | 中島 悠 / Yuu Nakajima / ナカジマ ユウ |
| 第5著者 所属（和/英） | 東邦大学 (略称： 東邦大) Toho University (略称： Toho Univ.) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-11-14 15:00:00 |
| 発表時間 | 20分 |
| 申込先研究会 | MI |
| 資料番号 | MICT2023-34, MI2023-27 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.256(MICT), no.257(MI) |
| ページ範囲 | pp.37-40 |
| ページ数 | 4 |
| 発行日 | 2023-11-07 (MICT, MI) |
[研究会発表申込システムのトップページに戻る]