| 講演抄録／キーワード |
| 講演名 |
2005-01-21 15:00
特徴選択機能を持つアンサンブル学習を用いた乳房X線像上の異常陰影検出システムの高度化
○根本充貴・清水昭伸・小畑秀文（東京農工大）・武尾英哉（富士フイルム）・縄野 繁（国立がんセンター東病院） |
| 抄録 |
（和） |
乳房X線像上の異常陰影検出システムにおいて，抽出された候補領域から真の異常領域だけを分類する識別器は重要な役割を担っている．しかし，このような分類問題は複雑なため，一つの識別器だけで高い識別精度と汎化性を共に実現させるのは難しい．本論文では，Bagging法やAdaBoosting法などの代表的なアンサンブル学習法に特徴選択の機能を追加する方法について述べる．また，提案したアンサンブル学習法によって得られた識別器を実際のシステムに導入して，性能の改善を試みた結果についても述べる． |
| （英） |
The classifier plays an important role in the system of detecting abnormal shadows in mammograms. Since such pattern recognition problem is really complexity, it is difficult to make the classifier with high detection accuracy level and high generalization ability. In this paper, we propose the method using ensemble learning methods (e.g. Bagging method and Ada-Boosting method) with feature selection to solve the trade-off problem between accuracy and generalization. And we also show the classification results using real mammograms. |
| キーワード |
（和） |
アンサンブル学習 / 特徴量選択 / 識別器 / 乳房X線像 / 異常陰影 / 支援診断システム / / |
| （英） |
Ensemble learning / Feature selection / Classifier / Mammography / Abnormal shadow / Computer-aided diagnosis / / |
| 文献情報 |
信学技報, vol. 104, no. 579, MI2004-72, pp. 121-126, 2005年1月. |
| 資料番号 |
MI2004-72 |
| 発行日 |
2005-01-14 (MI) |
| ISSN |
Print edition: ISSN 0913-5685 |
| PDFダウンロード |
|