講演抄録/キーワード |
講演名 |
2016-11-14 10:00
光干渉断層計画像と機械学習を用いた眼病の判別 ○綾塚祐二(クレスコ)・桑山創一郎・臼井英晶・加藤亜紀・小椋祐一郎・安川 力(名古屋市大) MI2016-64 |
抄録 |
(和) |
加齢黄斑変性などの眼底疾患の診断に用いられる光干渉断層計(OCT)により得られる画像に Convolutional Neural Network を用いた機械学習を適用し、眼底疾患の種類 (正常を含む23種) の判別が可能かどうかを検討した。医師による診断をつけた 1100件のデータを用いて学習を行い、100件のデータに対し分類のテストを行ったところ、確信度が最も高い診断名が正解 (熟練した医師と同じ診断名) である確率は 83%、確信度上位3つ以内に正解が含まれ、かつ確信度が10%以上である確率は 92% という結果を得た。 |
(英) |
We applied machine learning technique with Convolutional Neural Network
for Optical Coherence Tomography (OCT) images, to classify
fundus diseases. We had provided 1100 OCT image data with `correct'
classifications (23 classes including `normal') by an expert doctor
for training and 100 for testing, and got a trained model which gives
83 correct diagnoses as the most probable classification and 92 answers
containing the correct diagnoses in top 3 (and more than 10%
probability for the correct answer) for 100 testing data. |
キーワード |
(和) |
光干渉断層計 / 眼底疾患 / 機械学習 / / / / / |
(英) |
OCT / fundus diseases / machine learning / / / / / |
文献情報 |
信学技報, vol. 116, no. 298, MI2016-64, pp. 11-14, 2016年11月. |
資料番号 |
MI2016-64 |
発行日 |
2016-11-07 (MI) |
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 |
MI2016-64 |