| 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 09:29 大規模マルチモーダルモデルによるPET/CT画像所見の自動生成 ○平野 靖・小能見聖弥・石田 博（山口大）・木戸尚治（阪大）  MI2023-32 |
|
| 抄録 | （和） | 本研究では、PET/CT画像に対する読影支援のための医用画像診断支援システムの開発を行うことにより、放射線科医の負担を軽減させることを目的とした。本診断支援システムでは、大規模マルチモーダルモデルの一つであるLLaVA-v1.5-7bを用いた。LLaVA-v1.5-7bは人物や風景などの画像からそれに対する説明文を生成するように学習されている。PET/CT画像と医師の画像所見とのセットを13,724組用いて、LLaVA-v1.5-7bを追加学習した。追加学習前後のモデルが生成した文章と医師の画像所見との類似度をBERTScoreによって評価した。追加学習前後のBERTScoreの平均値は0.6213、および0.6312であった。ウィルコクソンの符号順位検定を行ったところp=0.008となり、「追加学習の前後でスコアに有意差はない」という帰無仮説は棄却された。 |
| （英） | The purpose of this study was to reduce the workload of radiologists by developing a computer-aided diagnosis (CADx) system to assist in reading PET/CT images. In this system, we used LLaVA-v1.5-7b (LLaVA), a Large Multimodal Model (LMM), which is trained to generate a description from person or scenery images. PET/CT images and the radiologist's findings for these images were used for fine-tuning of LLaVA. The BERTScore was used to compare the similarity between the radiologist's findings and the sentences generated by the LLaVA before and after fine-tuning. The average BERTScores before and after fine-tuning were 0.621 and 0.631, respectively. The Wilcoxon signed-rank test was performed, and p=0.008 was obtained, indicating that "there is a significant difference in scores before and after fine-tuning. | |
| キーワード | （和） | 画像所見 / 自動生成 / 大規模マルチモーダルモデル / 生成AI / / / / |
| （英） | Image findings / Automatic generation / Large multimodal model / Generative AI / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 411, MI2023-32, pp. 7-10, 2024年3月. | |
| 資料番号 | MI2023-32 | |
| 発行日 | 2024-02-25 (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 | MI2023-32 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2024-03-03 - 2024-03-04 |
| 開催地（和） | 沖縄県青年会館 |
| 開催地（英） | OKINAWAKEN SEINENKAIKAN |
| テーマ（和） | 医用画像処理一般・メディカルイメージング連合フォーラム |
| テーマ（英） | Medical Imaging, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2024-03-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | 大規模マルチモーダルモデルによるPET/CT画像所見の自動生成 |
| サブタイトル（和） | |
| タイトル（英） | Automatic generation of PET/CT images by using large multimodal model |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 画像所見 / Image findings |
| キーワード(2)（和/英） | 自動生成 / Automatic generation |
| キーワード(3)（和/英） | 大規模マルチモーダルモデル / Large multimodal model |
| キーワード(4)（和/英） | 生成AI / Generative AI |
| 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） | 平野 靖 / Yasushi Hirano / ヒラノ ヤスシ |
| 第1著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 小能見 聖弥 / Seiya Konomi / コノミ セイヤ |
| 第2著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 石田 博 / Haku Ishida / イシダ ハク |
| 第3著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 木戸 尚治 / Shoji Kido / キド ショウジ |
| 第4著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-03-03 09:29:00 |
| 発表時間 | 12分 |
| 申込先研究会 | MI |
| 資料番号 | MI2023-32 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.411 |
| ページ範囲 | pp.7-10 |
| ページ数 | 4 |
| 発行日 | 2024-02-25 (MI) |
[研究会発表申込システムのトップページに戻る]