| 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 |
|
| PDFダウンロード |
|
|