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
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 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 2019-05-24 15:15
深層学習を用いた脳CT像からの出血検出におけるデータ拡張とネットワーク構造の影響に関する考察
魯 仲陽小田昌宏鄭 通申 忱胡 涛名大情報学研究科)・渡谷岳行阿部 修東大病院放射線科)・橋本正弘陣崎雅弘慶大)・森 健策名大情報学研究科
技報オンラインサービス実施中
抄録 (和) 深層学習を用いることでコンピュータによる画像分類の性能が大きく向上している.深層学習では学習データが少ない場合に十分な分類性能が得られないが,データ拡張を用いることで分類精度の向上が期待できる.本稿では,深層学習を用いた脳CT像からのクモ膜下出血検出におけるデータ拡張の影響を検討する.ここではVGG-16,GoogLeNet,ResNet,DenseNetの4種類のネットワーク構造を用いて,データ拡張の有無が脳CT像分類精度に与える影響について調べる.さらに,画像クロッピングを前処理として用いる場合の精度を調査した.本研究では,脳CT像33症例に含まれるAxialスライス1220枚を用いて実験を行った.F値,ROC曲線,AUC値を用いて5分割交差検定により分類精度を評価した.VGG-16による分類では,データ拡張を用いる場合のF値は74.99%であり,データ拡張を用いると76.23%であった.データ拡張前のAUC値は0.8220であり,データ拡張を用いると0.8396であった. 
(英) Based on deep learning technique, the performance of image classification has made great progress. However, their state-of-the-art results are based on enormous data. In this paper, we discuss the effectiveness of data augmentation. Several networks, such as VGG-16, GoogLeNet, Resnet-50, and DenseNet-121 are applied to examine the effectiveness of data augmentation and image cropping on the classification. In this study, 33 cases, a total of 1,220 2D axial CT slices with the condition of Subarachnoid Hemorrhage (SAH) are used in our experiment. This paper utilizes the standard performance measures covering recall, precision, F-measure, and ROC curve for evaluating the trained models. For acquiring more reliable results, 5-fold cross-validation method is employed. Trained on the original dataset, the models got 74.99% F1 score and 0.8220 AUC score, respectively. With the circumstance of augmented dataset, the models got 76.23% F1 score and 0.8396 AUC score.
キーワード (和) 深層学習 / 脳CT像 / クモ膜下出血 / データ拡張 / / / /  
(英) Deep learning / brain CT / Subarachnoid Hemorrhage / data augmentation / / / /  
文献情報 信学技報, vol. 119, no. 51, MI2019-15, pp. 65-70, 2019年5月.
資料番号 MI2019-15 
発行日 2019-05-16 (SIP, IE, MI) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 SIP MI IE  
開催期間 2019-05-23 - 2019-05-24 
開催地(和) 名古屋工業大学 
開催地(英)  
テーマ(和) 医療・介護・福祉・健康・スポーツのための信号・画像解析と理解 
テーマ(英)  
講演論文情報の詳細
申込み研究会 MI 
会議コード 2019-05-SIP-MI-IE 
本文の言語 英語(日本語タイトルあり) 
タイトル(和) 深層学習を用いた脳CT像からの出血検出におけるデータ拡張とネットワーク構造の影響に関する考察 
サブタイトル(和)  
タイトル(英) On the influence of data augmentation and network structures in bleeding detection from brain CT images using deep learning 
サブタイトル(英)  
キーワード(1)(和/英) 深層学習 / Deep learning  
キーワード(2)(和/英) 脳CT像 / brain CT  
キーワード(3)(和/英) クモ膜下出血 / Subarachnoid Hemorrhage  
キーワード(4)(和/英) データ拡張 / data augmentation  
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) 魯 仲陽 / Zhongyang Lu / ロ チュウヨウ
第1著者 所属(和/英) 名古屋大学大学院情報学研究科 (略称: 名大情報学研究科)
Graduate School of Informatics, Nagoya University (略称: Graduate School of Informatics, Nagoya Univ)
第2著者 氏名(和/英/ヨミ) 小田 昌宏 / Masahiro Oda / オダ マサヒロ
第2著者 所属(和/英) 名古屋大学大学院情報学研究科 (略称: 名大情報学研究科)
Graduate School of Informatics, Nagoya University (略称: Graduate School of Informatics, Nagoya Univ)
第3著者 氏名(和/英/ヨミ) 鄭 通 / Tong Zheng / テイ ツウ
第3著者 所属(和/英) 名古屋大学大学院情報学研究科 (略称: 名大情報学研究科)
Graduate School of Informatics, Nagoya University (略称: Graduate School of Informatics, Nagoya Univ)
第4著者 氏名(和/英/ヨミ) 申 忱 / Chen Shen / シン マコト
第4著者 所属(和/英) 名古屋大学大学院情報学研究科 (略称: 名大情報学研究科)
Graduate School of Informatics, Nagoya University (略称: Graduate School of Informatics, Nagoya Univ)
第5著者 氏名(和/英/ヨミ) 胡 涛 / Tao Hu / コ トウ
第5著者 所属(和/英) 名古屋大学大学院情報学研究科 (略称: 名大情報学研究科)
Graduate School of Informatics, Nagoya University (略称: Graduate School of Informatics, Nagoya Univ)
第6著者 氏名(和/英/ヨミ) 渡谷 岳行 / Takeyuki Watadani /
第6著者 所属(和/英) 東京大学医学部附属病院放射線科 (略称: 東大病院放射線科)
Department of Radiology,The University of Tokyo Hospital (略称: Department of Radiology,The University of Tokyo Hospital)
第7著者 氏名(和/英/ヨミ) 阿部 修 / Osamu Abe /
第7著者 所属(和/英) 東京大学医学部附属病院放射線科 (略称: 東大病院放射線科)
Department of Radiology,The University of Tokyo Hospital (略称: Department of Radiology,The University of Tokyo Hospital)
第8著者 氏名(和/英/ヨミ) 橋本 正弘 / Masahiro Hashimoto /
第8著者 所属(和/英) 慶應義塾大学医学部放射線科学教室 (略称: 慶大)
Department of Radiology,Keio University School of Medicine (略称: Department of Radiology,Keio University School of Medicine)
第9著者 氏名(和/英/ヨミ) 陣崎 雅弘 / Masahiro Jinzaki /
第9著者 所属(和/英) 慶應義塾大学医学部放射線科学教室 (略称: 慶大)
Department of Radiology,Keio University School of Medicine (略称: Department of Radiology,Keio University School of Medicine)
第10著者 氏名(和/英/ヨミ) 森 健策 / Kensaku Mori / モリ ケンサク
第10著者 所属(和/英) 名古屋大学大学院情報学研究科 (略称: 名大情報学研究科)
Graduate School of Informatics, Nagoya University (略称: Graduate School of Informatics, Nagoya Univ)
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 2019-05-24 15:15:00 
発表時間 25 
申込先研究会 MI 
資料番号 IEICE-SIP2019-15,IEICE-IE2019-15,IEICE-MI2019-15 
巻番号(vol) IEICE-119 
号番号(no) no.49(SIP), no.50(IE), no.51(MI) 
ページ範囲 pp.65-70 
ページ数 IEICE-6 
発行日 IEICE-SIP-2019-05-16,IEICE-IE-2019-05-16,IEICE-MI-2019-05-16 


[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