講演抄録/キーワード |
講演名 |
2020-09-03 14:55
畳み込みニューラルネットワークを用いたアルツハイマー病識別の高精度化 ○遠藤大樹・伊藤康一・青木孝文(東北大) MI2020-31 |
抄録 |
(和) |
アルツハイマー病 (Alzheimer's disease: AD) は,進行性の脳疾患であり,正常加齢と異なるパターンで脳形態を萎縮させる.
投薬治療により疾患の進行を遅らせることが可能であるため,早期診断を行う必要がある.
画像認識の分野では 畳み込みニューラルネットワーク (Convolutional Neural Network: CNN) を用いることで大幅に認識精度を向上させているように,医用画像処理の分野でも CNN を用いた診断支援に関する研究が行われている.
一方で,CNN の学習に利用できる医用画像の枚数が極端に少ないため,CNN の学習において過学習を生じる可能性がある.
本論文では,過学習を抑制するために,自己符号化器による事前学習を用いた AD 鑑別手法を提案する.
大規模データベースを用いた性能評価実験を通して,提案手法の有効性を示す. |
(英) |
Alzheimer's disease (AD) is a progressive brain disease that causes a different pattern of brain atrophy from normal aging.
Early identification of AD is crucial since the progression of the disease can be slowed down by medication.
In the field of image recognition, their accuracy have been significantly improved by using convolutional neural networks (CNNs).
Similarly, in the field of medical image processing, researches on the diagnostic support using CNN have been studied.
On the other hand, the number of medical images provided for CNN training is extremely small, which may cause over-fitting in training.
In this paper, we propose an AD identification method using pre-training with an autoencoder to suppress over-fitting.
Through experiments using a large-scale database, we demonstrate the effectiveness of our proposed method. |
キーワード |
(和) |
コンピュータ支援診断 / 脳 MRI 画像 / アルツハイマー病 / convolutional neural network / / / / |
(英) |
computer aided diagnosis / brain MRI image / Alzheimer's disease / convolutional neural network / / / / |
文献情報 |
信学技報, vol. 120, no. 156, MI2020-31, pp. 63-67, 2020年9月. |
資料番号 |
MI2020-31 |
発行日 |
2020-08-27 (MI) |
ISSN |
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 |
MI2020-31 |
研究会情報 |
研究会 |
MI |
開催期間 |
2020-09-03 - 2020-09-03 |
開催地(和) |
オンライン開催 |
開催地(英) |
Online |
テーマ(和) |
医用画像解析一般 |
テーマ(英) |
Medical Image Analysis |
講演論文情報の詳細 |
申込み研究会 |
MI |
会議コード |
2020-09-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アルツハイマー病識別の高精度化 |
サブタイトル(和) |
|
タイトル(英) |
Performance Improvement of Alzheimer's Disease Classification Using Convolutional Neural Network |
サブタイトル(英) |
|
キーワード(1)(和/英) |
コンピュータ支援診断 / computer aided diagnosis |
キーワード(2)(和/英) |
脳 MRI 画像 / brain MRI image |
キーワード(3)(和/英) |
アルツハイマー病 / Alzheimer's disease |
キーワード(4)(和/英) |
convolutional neural network / 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) |
遠藤 大樹 / Daiki Endo / エンドウ ダイキ |
第1著者 所属(和/英) |
東北大学 (略称: 東北大)
Tohoku University (略称: Tohoku Univ.) |
第2著者 氏名(和/英/ヨミ) |
伊藤 康一 / Koichi Ito / イトウ コウイチ |
第2著者 所属(和/英) |
東北大学 (略称: 東北大)
Tohoku University (略称: Tohoku Univ.) |
第3著者 氏名(和/英/ヨミ) |
青木 孝文 / Takafumi Aoki / アオキ タカフミ |
第3著者 所属(和/英) |
東北大学 (略称: 東北大)
Tohoku University (略称: Tohoku Univ.) |
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 |
第1著者 |
発表日時 |
2020-09-03 14:55:00 |
発表時間 |
15分 |
申込先研究会 |
MI |
資料番号 |
MI2020-31 |
巻番号(vol) |
vol.120 |
号番号(no) |
no.156 |
ページ範囲 |
pp.63-67 |
ページ数 |
5 |
発行日 |
2020-08-27 (MI) |