お知らせ 研究会の開催と会場に参加される皆様へのお願い(2020年10月開催~)
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 2020-01-29 13:20
[ポスター講演]畳み込みニューラルネットワークを用いた複数シーケンスMRI画像における腫瘤病変の良悪性分類法
美馬悠一檜作彰良中山良平立命館大MI2019-77
抄録 (和) 乳房MRI(Magnetic Resonance Imaging)は,マンモグラフィや超音波検査よりも感度は高いが,特異度は低く,その改善が望まれている.本研究の目的は,複数シーケンスの乳房MRI画像を統合的に解析することにより,腫瘤病変を良性と悪性に分類することである.実験試料は,43患者の4シーケンスMRI画像(ダイナミック造影MRI 画像,ダイナミック造影 MRIの差分画像,T1強調画像,T2強調画像)で構成される.提案手法では,まず,腫瘤病変と教師データ(良悪性の確定診断結果)の関係をシーケンス画像ごとに独立してCNN(Convolutional Neural Network)に学習させ,特徴マップを抽出する.そして,各シーケンス画像のCNNから抽出した特徴マップを1つのSVM(Support Vector Machine)で統合することにより,腫瘤病変を良性と悪性に分類する.提案手法を実験試料に適用した結果,正答率88.4%(38/43),感度90.0%(27/30),特異度84.6%(11/13),陽性予測度76.9%(10/13),陰性予測度93.3%(28/30)が得られ,提案手法の有用性が示唆された. 
(英) Breast magnetic resonance imaging (MRI) has a higher sensitivity of early breast cancer than mammography and ultrasonography, but the specificity is lower. The purpose of this study was to develop a computerized classification method for distinguishing between benign and malignant masses by analyzing multiple MRI sequences with convolutional neural networks (CNNs). Our database consisted of multiple MRI sequences for 43 patients with masses. In our proposed method, the CNNs were first trained independently for each MRI sequence. The outputs of the middle layers in the trained CNNs were then inputted to a support vector machine (SVM) for distinguishing between benign and malignant masses. With the proposed method, the classification accuracy, the sensitivity, the specificity, the positive predictive value, and the negative predictive value were 88.4% (38/43), 90.0% (27/30), 84.6% (11/13), 76.9% (10/13), and 93.3% (28/30), respectively. The proposed method achieved high classification performance and would be useful in differential diagnoses of masses as diagnostic aid.
キーワード (和) 乳房MRI画像 / シーケンス画像 / 腫瘤病変 / 畳み込みニューラルネットワーク / / / /  
(英) Breast magnetic resonance imaging / Multiple sequences, / Mass / Convolutional neural network / / / /  
文献情報 信学技報, vol. 119, no. 399, MI2019-77, pp. 57-59, 2020年1月.
資料番号 MI2019-77 
発行日 2020-01-22 (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 MI2019-77

研究会情報
研究会 MI  
開催期間 2020-01-29 - 2020-01-30 
開催地(和) 沖縄県青年会館 
開催地(英) OKINAWAKEN SEINENKAIKAN 
テーマ(和) 医用画像工学一般 
テーマ(英) Medical Image Engineering, Analysis, Recognition, etc. 
講演論文情報の詳細
申込み研究会 MI 
会議コード 2020-01-MI 
本文の言語 日本語 
タイトル(和) 畳み込みニューラルネットワークを用いた複数シーケンスMRI画像における腫瘤病変の良悪性分類法 
サブタイトル(和)  
タイトル(英) Computerized Classification Method of Benign and Malignant Masses in Multiple MRI Sequences using Convolutional Neural Network 
サブタイトル(英)  
キーワード(1)(和/英) 乳房MRI画像 / Breast magnetic resonance imaging  
キーワード(2)(和/英) シーケンス画像 / Multiple sequences,  
キーワード(3)(和/英) 腫瘤病変 / Mass  
キーワード(4)(和/英) 畳み込みニューラルネットワーク / Convolutional neural network  
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) 美馬 悠一 / Yuichi Mima / ミマ ユウイチ
第1著者 所属(和/英) 立命館大学 (略称: 立命館大)
Ritsumeikan University (略称: Ritsumeikan Univer)
第2著者 氏名(和/英/ヨミ) 檜作 彰良 / Akiyoshi Hizukuri / ヒズクリ アキヨシ
第2著者 所属(和/英) 立命館大学 (略称: 立命館大)
Ritsumeikan University (略称: Ritsumeikan Univer)
第3著者 氏名(和/英/ヨミ) 中山 良平 / Ryohei Nakayama / ナカヤマ リョウヘイ
第3著者 所属(和/英) 立命館大学 (略称: 立命館大)
Ritsumeikan University (略称: Ritsumeikan Univer)
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
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 2020-01-29 13:20:00 
発表時間 30 
申込先研究会 MI 
資料番号 IEICE-MI2019-77 
巻番号(vol) IEICE-119 
号番号(no) no.399 
ページ範囲 pp.57-59 
ページ数 IEICE-3 
発行日 IEICE-MI-2020-01-22 


[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