| 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 | 2024-03-03 16:30 MR画像分類における腫瘍の位置情報の有用性評価 ○西中川 司・武石啓成・竹内純一（九大）  IBISML2023-43 |
|
| 抄録 | （和） | MRIとは，体内の水素原子核の磁気共鳴現象を利用して，体の断面画像を得るものであり，現在多くの医療現場で用いられている．本研究では，腫瘍を有する頭部のMR画像を入力として，腫瘍の種類を，ニューラルネットを用いて分類する問題について考察する．こうした分類が高精度で可能になれば，臨床における自動診断に役立つことが期待されるが，MR画像分類には学習に利用できる実データが不足している課題がある．それを解決するために，本研究では既存のモデルを利用するファインチューニングを行い，限られたデータから高精度なモデルを作成した．また，腫瘍は種類によって発生する位置の分布が異なるため，腫瘍の形状だけではなく，その位置情報も利用することで MR画像分類の性能の向上が可能であるかについて，公開されたMR画像とそれらを劣化させた画像を利用した実験により評価した．その結果，画像を劣化させるにつれ，位置情報の有用性が高まることを確認することができた．その際，腫瘍の位置情報を2次元の座標ベクトルで与えるよりも，画像として与える方が位置情報の有用性が高いことも確認できた． |
| （英） | MRI, or magnetic resonance imaging, is a medical imaging technique widely used in various healthcare settings. It utilizes the magnetic resonance phenomenon of hydrogen nuclei within the body to obtain cross-sectional images of the body. In this research, we explore the classification problem of tumor types in head MR images using neural networks. Achieving high accuracy in such classifications is anticipated to contribute to automated diagnosis in clinical settings. However, a challenge in MR image classification is the limited availability of real-world data for training. To address this issue, our study employs fine-tuning with existing models to create an accurate model from a restricted dataset. Additionally, since the distribution of tumor occurrence varies based on tumor types, we investigate whether utilizing not only tumor shape but also its positional information can enhance the performance of MR image classification. We evaluate this by conducting experiments using publicly available MR images and their degraded versions. The results confirm that as images degrade, the utility of positional information increases. Notably, providing the positional information as an image proves more effective than presenting it as a 2D coordinate vector for enhancing the usefulness of positional information in the context of tumor classification. | |
| キーワード | （和） | CNN / MRI / ファインチューニング / 画像分類 / / / / |
| （英） | CNN / MRI / fine-tuning / image classification / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 410, IBISML2023-43, pp. 21-28, 2024年3月. | |
| 資料番号 | IBISML2023-43 | |
| 発行日 | 2024-02-25 (IBISML) | |
| 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 | IBISML2023-43 |
|
| 研究会情報 | |
| 研究会 | PRMU IBISML IPSJ-CVIM |
| 開催期間 | 2024-03-03 - 2024-03-04 |
| 開催地（和） | 広島大学 東広島キャンパス |
| 開催地（英） | Hiroshima Univ. Higashi-Hiroshima campus |
| テーマ（和） | 雑多なデータセットの有効活用 (PRMU/IPSJ-CVIM)、機械学習の理論と応用の広がり (IBISML) |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2024-03-PRMU-IBISML-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | MR画像分類における腫瘍の位置情報の有用性評価 |
| サブタイトル（和） | |
| タイトル（英） | Assessment of the Utility of Tumor Location Information in MR Image Classification |
| サブタイトル（英） | |
| キーワード(1)（和/英） | CNN / CNN |
| キーワード(2)（和/英） | MRI / MRI |
| キーワード(3)（和/英） | ファインチューニング / fine-tuning |
| キーワード(4)（和/英） | 画像分類 / image classification |
| 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） | 西中川 司 / Tsukasa Nishinakagawa / ニシナカガワ ツカサ |
| 第1著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 武石 啓成 / Yoshinari Takeishi / タケイシ ヨシナリ |
| 第2著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 竹内 純一 / Jun'ichi Takeuchi / タケウチ ジュンイチ |
| 第3著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-03-03 16:30:00 |
| 発表時間 | 15分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2023-43 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.410 |
| ページ範囲 | pp.21-28 |
| ページ数 | 8 |
| 発行日 | 2024-02-25 (IBISML) |
[研究会発表申込システムのトップページに戻る]