| 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 | 2025-12-05 15:40 医師の画像診断プロセスに基づく原発性骨腫瘍分類 ○三樹拓弥・清水康生・青木輝勝（東京工科大）  MICT2025-50 MI2025-58 |
|
| 抄録 | （和） | 原発性骨腫瘍は希少で診断が難しく，見逃しは予後に深刻な影響を及ぼす．既存AIシステムの多くは専門医による手動前処理を必要とすることや，病変部の局所情報をうまく活用できないなどの課題があった．本稿では，専門医が画像を「全体的に概観し，次に疑わしい部分を注視する」プロセスを模倣するために，XAI(eXplainabe AI)を用いた二段階分類を提案する．提案手法では，まず診断根拠を可視化し関心領域を推定する．続いて，その局所情報に特化した再学習を行い，高精度な３値分類（腫瘍無し，良性，悪性）を実現する．評価実験の結果，提案手法は専門医の負担を増やさず分類精度を向上させられることがわかった． |
| （英） | Primary bone tumor is a rare disease, and it is difficult to diagnose. Also, diagnostic errors can give serious effects on patient outcomes. With the rapid advancement of AI technology, a lot of studies on AI diagnostic systems have been done for recent years. Unfortunately, most existing AI systems face some challenges. One of them is to generate input-data manually. Many of this work should be done by surgeons. It may cause an increase in surgeons’ work. Another challenge of them is that AI is difficult to focus on only lesion portions and to treat them well. In this paper, we present a novel diagnostic method for primary bone tumors, which is a two-stage classification approach using explainable AI (XAI). XAI simulates the diagnostic process of surgeons, that is, broadly overviewing the image first, after that focusing on doubtful regions. Our method visualizes diagnostic cues and estimates regions of interest by XAI at the first step. Next, it trains only the regions of interest. As the last step, it achieves three-class classification(no tumor, benign, malignant). Experimental results show that our method has a potent power to improve classification accuracy without increasing surgeons’ work. | |
| キーワード | （和） | BTXRD / レントゲン画像 / 骨腫瘍 / 骨肉腫 / XAI / 深層学習 / / |
| （英） | BTXRD / Radiograph / Bone Tumor / Osteosarcoma / XAI / DeepLearning / / | |
| 文献情報 | 信学技報, vol. 125, no. 270, MI2025-58, pp. 74-77, 2025年12月. | |
| 資料番号 | MI2025-58 | |
| 発行日 | 2025-11-27 (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 | MICT2025-50 MI2025-58 |
|
| 研究会情報 | |
| 研究会 | MICT MI |
| 開催期間 | 2025-12-04 - 2025-12-05 |
| 開催地（和） | 岡山コンベンションセンター |
| 開催地（英） | Okayama Convention Center |
| 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） | Medical imaging technology, healthcare and medical information communication technology, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2025-12-MICT-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | 医師の画像診断プロセスに基づく原発性骨腫瘍分類 |
| サブタイトル（和） | |
| タイトル（英） | Primary Bone Tumor Classification Based on Surgeon's Diagnostic Process |
| サブタイトル（英） | |
| キーワード(1)（和/英） | BTXRD / BTXRD |
| キーワード(2)（和/英） | レントゲン画像 / Radiograph |
| キーワード(3)（和/英） | 骨腫瘍 / Bone Tumor |
| キーワード(4)（和/英） | 骨肉腫 / Osteosarcoma |
| キーワード(5)（和/英） | XAI / XAI |
| キーワード(6)（和/英） | 深層学習 / DeepLearning |
| 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） | 三樹 拓弥 / Takuya Miki / ミキ タクヤ |
| 第1著者 所属（和/英） | 東京工科大学 (略称： 東京工科大) Tokyo University of Technology (略称： TUT) |
| 第2著者 氏名（和/英/ヨミ） | 清水 康生 / Koki Shimizu / シミズ コウキ |
| 第2著者 所属（和/英） | 東京工科大学 (略称： 東京工科大) Tokyo University of Technology (略称： TUT) |
| 第3著者 氏名（和/英/ヨミ） | 青木 輝勝 / Terumasa Aoki / アオキ テルマサ |
| 第3著者 所属（和/英） | 東京工科大学 (略称： 東京工科大) Tokyo University of Technology (略称： TUT) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-12-05 15:40:00 |
| 発表時間 | 20分 |
| 申込先研究会 | MI |
| 資料番号 | MICT2025-50, MI2025-58 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.269(MICT), no.270(MI) |
| ページ範囲 | pp.74-77 |
| ページ数 | 4 |
| 発行日 | 2025-11-27 (MICT, MI) |
[研究会発表申込システムのトップページに戻る]