| 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 | 2016-11-14 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 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2016-11-14 - 2016-11-14 |
| 開催地（和） | 鳥取大学 |
| 開催地（英） | Tottori Univ. |
| テーマ（和） | コンピュータビジョンの医療応用および医用画像一般 |
| テーマ（英） | Medical Applications of Computer Vision Technology, Medical Imaging, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2016-11-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | 光干渉断層計画像と機械学習を用いた眼病の判別 |
| サブタイトル（和） | |
| タイトル（英） | Detecting Occular Diseases from an Optical Coherence Tomography Image by Machine Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 光干渉断層計 / OCT |
| キーワード(2)（和/英） | 眼底疾患 / fundus diseases |
| キーワード(3)（和/英） | 機械学習 / machine learning |
| キーワード(4)（和/英） | / |
| 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） | 綾塚 祐二 / Yuji Ayatsuka / アヤツカ ユウジ |
| 第1著者 所属（和/英） | 株式会社クレスコ (略称： クレスコ) CRESCO LTD. (略称： CRESCO) |
| 第2著者 氏名（和/英/ヨミ） | 桑山 創一郎 / Soichiro Kuwayama / クワヤマ ソウイチロウ |
| 第2著者 所属（和/英） | 名古屋市立大学 (略称： 名古屋市大) Nagoya City University (略称： NCU) |
| 第3著者 氏名（和/英/ヨミ） | 臼井 英晶 / Hideaki Usui / ウスイ ヒデアキ |
| 第3著者 所属（和/英） | 名古屋市立大学 (略称： 名古屋市大) Nagoya City University (略称： NCU) |
| 第4著者 氏名（和/英/ヨミ） | 加藤 亜紀 / Aki Kato / カトウ アキ |
| 第4著者 所属（和/英） | 名古屋市立大学 (略称： 名古屋市大) Nagoya City University (略称： NCU) |
| 第5著者 氏名（和/英/ヨミ） | 小椋 祐一郎 / Yuichiro Ogura / オグラ ユウイチロウ |
| 第5著者 所属（和/英） | 名古屋市立大学 (略称： 名古屋市大) Nagoya City University (略称： NCU) |
| 第6著者 氏名（和/英/ヨミ） | 安川 力 / Tsutomu Yasukawa / ヤスカワ ツトム |
| 第6著者 所属（和/英） | 名古屋市立大学 (略称： 名古屋市大) Nagoya City University (略称： NCU) |
| 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 | 2016-11-14 10:00:00 |
| 発表時間 | 30分 |
| 申込先研究会 | MI |
| 資料番号 | MI2016-64 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.298 |
| ページ範囲 | pp.11-14 |
| ページ数 | 4 |
| 発行日 | 2016-11-07 (MI) |
[研究会発表申込システムのトップページに戻る]