| 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 | 2026-01-28 09:30 PCA-based unsupervised feature extractionよる大腸がん・直腸がん識別遺伝子の抽出と多がん種分類への応用 ○森根逸心・仲村彰真（琉球大）・中村康平・髙松玲佳（慶大）・宮田龍太（琉球大）  NLP2025-82 MBE2025-22 NC2025-44 |
|
| 抄録 | （和） | 本研究では，がん種分類の中でもとくに困難な課題として広く認識されている大腸がんと直腸がんの識別に焦点を当てる．本研究の目的は，解剖学的に連続したこれらのがん種を，遺伝子発現プロファイルのみを用いて識別することの本質的な限界を解明することである．まず，Taguchi により提案された principal component analysis–based unsupervised feature extraction（PCAUFE）を適用し，大腸がんと直腸がんを統計的に識別する遺伝子群を同定した．次に，PCAUFE により選択された上位100個の遺伝子を用いて，アンサンブル型教師あり学習の典型モデルである random forests により、28種のがん種分類を行った．注目すべき点として，PCAUFE により同定された遺伝子群は大腸がんと直腸がんの識別を目的として選択されたものであるにもかかわらず，得られた分類器は肺がんや胃がんを含む他のがん種に対しても高い分類性能を示し，テストデータにおいて全体で9割弱の分類精度を達成した．一方，同一の実験設定において最先端のがん種分類モデルでは，直腸がんに対する F1 スコアが 0 にとどまったのに対し，提案手法では 7割弱 の F1 スコアが得られ，直腸がん検出における感度が大きく向上した．これらの結果は，提案手法が既存モデルと相補的に機能し得ることを示唆している． |
| （英） | In this study, we focus on the distinction between colon cancer and rectal cancer, which is widely recognized as one of the most challenging problems in cancer-type classification. The objective of this study is to elucidate the fundamental limitations of discriminating between these anatomically contiguous cancer types using gene expression profiles alone. First, we applied principal component analysis–based unsupervised feature extraction (PCAUFE), as proposed by Taguchi, to identify a set of genes that statistically discriminate between colon and rectal cancers. Next, using the top 100 genes selected by PCAUFE, we performed classification of 28 cancer types with random forests, a representative ensemble-based supervised learning model. Notably, although the gene set identified by PCAUFE was selected specifically for the purpose of distinguishing colon cancer from rectal cancer, the resulting classifier exhibited high classification performance for other cancer types, including lung and gastric cancers, achieving an overall classification accuracy of nearly 90% on the test dataset. In contrast, under the same experimental conditions, a state-of-the-art cancer-type classification model yielded an F1 score of 0 for rectal cancer, whereas the proposed method achieved an F1 score of nearly 0.7, representing a substantial improvement in sensitivity for rectal cancer detection. These results suggest that the proposed method can function in a complementary manner to existing models. | |
| キーワード | （和） | 精密医療 / がん種分類 / 遺伝子選択 / 機械学習 / / / / |
| （英） | precision medicine / cancer-type classification / gene selection / machine learning / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 346, NC2025-44, pp. 1-1, 2026年1月. | |
| 資料番号 | NC2025-44 | |
| 発行日 | 2026-01-21 (NLP, MBE, NC) | |
| 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 | NLP2025-82 MBE2025-22 NC2025-44 |
|
| 研究会情報 | |
| 研究会 | NC MBE NLP IEE-MBE |
| 開催期間 | 2026-01-28 - 2026-01-30 |
| 開催地（和） | 九州工業大学 若松キャンパス |
| 開催地（英） | Kyushu Institute of Technology, Wakamatsu Campus |
| テーマ（和） | NC, NLP, ME，一般 |
| テーマ（英） | NC, NLP, ME, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2026-01-NC-MBE-NLP-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | PCA-based unsupervised feature extractionよる大腸がん・直腸がん識別遺伝子の抽出と多がん種分類への応用 |
| サブタイトル（和） | |
| タイトル（英） | Identification of Colon-Rectum Discriminative Genes Using PCA-based unsupervised feature extraction and Their Application to Multi-Cancer Classification |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 精密医療 / precision medicine |
| キーワード(2)（和/英） | がん種分類 / cancer-type classification |
| キーワード(3)（和/英） | 遺伝子選択 / gene selection |
| キーワード(4)（和/英） | 機械学習 / machine learning |
| 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） | 森根 逸心 / Isshin Morine / モリネ イッシン |
| 第1著者 所属（和/英） | 琉球大学 (略称： 琉球大) University of the Ryukyus (略称： Univ Ryukyu) |
| 第2著者 氏名（和/英/ヨミ） | 仲村 彰真 / Shoma Nakamura / ナカムラ ショウマ |
| 第2著者 所属（和/英） | 琉球大学 (略称： 琉球大) University of the Ryukyus (略称： Univ Ryukyu) |
| 第3著者 氏名（和/英/ヨミ） | 中村 康平 / Kohei Nakamura / ナカムラ コウヘイ |
| 第3著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ) |
| 第4著者 氏名（和/英/ヨミ） | 髙松 玲佳 / Reika Takamatsu / |
| 第4著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ) |
| 第5著者 氏名（和/英/ヨミ） | 宮田 龍太 / Ryota Miyata / ミヤタ リョウタ |
| 第5著者 所属（和/英） | 琉球大学 (略称： 琉球大) University of the Ryukyus (略称： Univ Ryukyu) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-01-28 09:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NLP2025-82, MBE2025-22, NC2025-44 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.344(NLP), no.345(MBE), no.346(NC) |
| ページ範囲 | p.1 |
| ページ数 | 1 |
| 発行日 | 2026-01-21 (NLP, MBE, NC) |
[研究会発表申込システムのトップページに戻る]