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 2018-02-16 11:15
機械学習を用いたMR画像からの転移性脳腫瘍の分類に関する一検討
菅田健斗小川貴弘長谷山美紀タ キンキン工藤與亮白土博樹北大
抄録 (和) 本稿では, magnetic resonance (MR) imaging 装置により得られた MR 画像に対して, 機械学習を用いて転移性脳腫瘍を分類する手法を提案する. 提案手法では, MR 画像の各スライス画像より特徴を抽出し, 機械学習手法を適用することにより, 転移性脳腫瘍の分類を可能とする. 特に, 画像に対する ground-truth として転移性脳腫瘍に関するセグメンテーション結果が存在しないという現実の診療状況を考慮した手法構築を図る. 具体的に, データの再構築を図るため, brain tumor segmentation (BraTS) データセットを活用し, 再構築後の学習データを利用して機械学習手法を適用することで, 分類器を構築する. これにより, 診療現場の状況を考慮した高精度な転移性脳腫瘍の分類が期待できる. 本稿の最後では, 実験により提案手法の有効性を示す. 
(英) This paper presents a method that classifies magnetic resonance (MR) images suffered from brain metastases. The proposed method enables classification of brain metastases based on feature extraction and machine learning methodology. Specifically, this paper considers a real situation that there are no segmentation results for MR images assigned by radiologists’ reading. Firstly, the public dataset, called brain tumor segmentation (BraTS) dataset, is used for training data reconstruction, and the classification model is constructed based on machine learning. Consequently, the accurate classification of brain metastasis with considering the real situation is expected. Experimental results obtained by applying our method to MR images show its effectiveness.
キーワード (和) 脳転移 / 核磁気共鳴画像 / 機械学習 / brain tumor segmentation (BraTS) データセット / / / /  
(英) brain metastasis / magnetic resonance / machine learning / brain tumor segmentation (BraTS) dataset / / / /  
文献情報 信学技報
資料番号  
発行日  
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380
PDFダウンロード

研究会情報
研究会 ITS IE ITE-MMS ITE-HI ITE-ME ITE-AIT  
開催期間 2018-02-15 - 2018-02-16 
開催地(和) 北海道大学 
開催地(英) Hokkaido Univ. 
テーマ(和) 画像処理および一般 
テーマ(英) Image Processing, etc. 
講演論文情報の詳細
申込み研究会 ITE-ME 
会議コード 2018-02-ITS-IE-MMS-HI-ME-AIT 
本文の言語 日本語 
タイトル(和) 機械学習を用いたMR画像からの転移性脳腫瘍の分類に関する一検討 
サブタイトル(和)  
タイトル(英) A note on classification of brain metastases from MR images based on machine learning 
サブタイトル(英)  
キーワード(1)(和/英) 脳転移 / brain metastasis  
キーワード(2)(和/英) 核磁気共鳴画像 / magnetic resonance  
キーワード(3)(和/英) 機械学習 / machine learning  
キーワード(4)(和/英) brain tumor segmentation (BraTS) データセット / brain tumor segmentation (BraTS) dataset  
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) 菅田 健斗 / Kento Sugata / スガタ ケント
第1著者 所属(和/英) 北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.)
第2著者 氏名(和/英/ヨミ) 小川 貴弘 / Takahiro Ogawa / オガワ タカヒロ
第2著者 所属(和/英) 北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.)
第3著者 氏名(和/英/ヨミ) 長谷山 美紀 / Miki Haseyama / ハセヤマ ミキ
第3著者 所属(和/英) 北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.)
第4著者 氏名(和/英/ヨミ) タ キンキン / Khin Khin Tha / タ キンキン
第4著者 所属(和/英) 北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.)
第5著者 氏名(和/英/ヨミ) 工藤 與亮 / Kohsuke Kudo / クドウ コウスケ
第5著者 所属(和/英) 北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.)
第6著者 氏名(和/英/ヨミ) 白土 博樹 / Hiroki Shirato / シラト ヒロキ
第6著者 所属(和/英) 北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.)
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: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2018-02-16 11:15:00 
発表時間 15 
申込先研究会 ITE-ME 
資料番号  
巻番号(vol) IEICE-117 
号番号(no)  
ページ範囲  
ページ数 IEICE- 
発行日  


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会