| 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 | 2016-08-25 15:30 ［招待講演］ディープラーニングの画像診断応用に向けて ○庄野 逸（電通大）  SIP2016-76 |
|
| 抄録 | （和） | ディープラーニングは第３世代のニューラルネットワーク技術であり，ビッグデータ時代の到来によって，その真価が発揮されつつある．医療分野は特に注目される領域であり，ディープラーニング技術を旗印にしたベンチャー企業から，ソリューションビジネスを専業とする企業まで多くの分野の参入がなされつつある．本講演では特にコンピュータビジョンの領域で顕著な成果を上げつつあるディープコンボリューションネット (Deep Convolutional Neural Network: DCNN)の基本的な構造と学習様式を解説し，医療応用への一例を述べる． ディープラーニングにおいて重要なのは，学習サンプル数であり，これを如何に確保するかは重要な問題であるが，医療などの分野においては，その確保は難しいことも多い．我々は転移学習の一種を用いて，DCNN を構築することで少数データベースに対応させることを提案している． |
| （英） | The ``deep learning'' is the 3rd generation neural network technology, which is exhibiting its characteristics in the big data era.The field of medical diagnosis is now focused, so that several venture corporations, which specializes deep learning technology, and solution business corporations enter into this field.In this presentation, we explain the ``deep convolution neural network (DCNN)'', which is now becoming a {it{de facto}} standard in the computational vision, from the viewpoint of the network architecture and learning style.Then, we also discuss about the application to the medical image diagnosis.The most important problem for applying the deep learning is acquiring data. Unfortunately, in the medical imaging field, acquiring data is difficult task, so that we propose a DCNN with transfer learning to overcome the small dataset problem. |
|
| キーワード | （和） | ディープラーニング / ディープコンボリューションネット / 特徴解析 / 医用画像解析 / / / / |
| （英） | Deep Learning / Deep Convolutional Neural Network / Feature Analysis / Medical Image Analysis / / / / | |
| 文献情報 | 信学技報, vol. 116, no. 196, SIP2016-76, pp. 23-24, 2016年8月. | |
| 資料番号 | SIP2016-76 | |
| 発行日 | 2016-08-18 (SIP) | |
| ISSN | Print edition: ISSN 0913-5685 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 | SIP2016-76 |
|
| 研究会情報 | |
| 研究会 | SIP |
| 開催期間 | 2016-08-25 - 2016-08-26 |
| 開催地（和） | 千葉工業大学 津田沼キャンパス |
| 開催地（英） | Chiba Institute of Technology, Tsudanuma Campus |
| テーマ（和） | 数理，学習，信号処理一般（画像・音声音響・通信・実現システム・基礎等) |
| テーマ（英） | Fundamental theory, machine learning, and signal processing |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2016-08-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | ディープラーニングの画像診断応用に向けて |
| サブタイトル（和） | |
| タイトル（英） | Applications of Deep learning for image diagnosis |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ディープラーニング / Deep Learning |
| キーワード(2)（和/英） | ディープコンボリューションネット / Deep Convolutional Neural Network |
| キーワード(3)（和/英） | 特徴解析 / Feature Analysis |
| キーワード(4)（和/英） | 医用画像解析 / Medical Image Analysis |
| 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） | 庄野 逸 / Hayaru Shouno / ショウノ ハヤル |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) University of Electro-Communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | / / |
| 第2著者 所属（和/英） | (略称： ) (略称： ) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2016-08-25 15:30:00 |
| 発表時間 | 60分 |
| 申込先研究会 | SIP |
| 資料番号 | SIP2016-76 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.196 |
| ページ範囲 | pp.23-24 |
| ページ数 | 2 |
| 発行日 | 2016-08-18 (SIP) |
[研究会発表申込システムのトップページに戻る]