| 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 | 2021-03-15 15:15 属性情報を分離したfMRI画像の深層状態空間モデル ○草野航希（神戸大）・松原 崇（阪大）・上原邦昭（阪学院大）  MI2020-59 |
|
| 抄録 | （和） | fMRIデータなどの医療データには，その内部に疾患の情報と同様に，年齢，性別，スキャナの仕様などの疾患に無関係な属性情報が存在しており，これらの属性情報を取り除くことは，個人差や環境差に対してロバストな医療データ解析を行う上で重要である．本研究では，深層学習を活用した Deep Disentangled Attribute Model を提案する．提案手法は特に深層生成モデルに分類され，疾患情報と属性情報を測定結果(fMRI画像)の隠れた因子として持つ．それらを推論することで，疾患に関連した情報から邪魔な属性情報に関連した特徴を分離して学習し，診断精度が向上した．また，分離した特徴が属性情報を表すことを確認した． |
| （英） | As well as the disorder and other targets, nuisance attributes such as age, gender, and scanner specifications underlie the medical data (e.g., fMRI data). Removing these attributes is critical for a medical data analysis robust to individual and environmental differences. This study proposes a Deep Disentangled Attribute Model for leveraging recent advances in deep learning. The proposed model is a deep generative model, where the disorder and nuisance attribute jointly serve as the hidden causes of measured results. By inferring them, the proposed model separates features related to the nuisance attributes from the disorder-related information, and thereby, gives a refined diagnosis. This study also confirms that the separated features represent the nuisance attributes. | |
| キーワード | （和） | 深層生成モデル / fMRI画像 / 精神疾患診断 / / / / / |
| （英） | deep generative model / fMRI image / mental disorder diagnosis / / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 431, MI2020-59, pp. 56-61, 2021年3月. | |
| 資料番号 | MI2020-59 | |
| 発行日 | 2021-03-08 (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 | MI2020-59 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2021-03-15 - 2021-03-17 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 医用画像一般（メディカルイメージング連合フォーラム） |
| テーマ（英） | Medical Imaging |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2021-03-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | 属性情報を分離したfMRI画像の深層状態空間モデル |
| サブタイトル（和） | |
| タイトル（英） | Deep State-Space Modeling of FMRI Images with Disentangle Attributes |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層生成モデル / deep generative model |
| キーワード(2)（和/英） | fMRI画像 / fMRI image |
| キーワード(3)（和/英） | 精神疾患診断 / mental disorder diagnosis |
| キーワード(4)（和/英） | / |
| 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） | 草野 航希 / Koki Kusano / クサノ コウキ |
| 第1著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 松原 崇 / Takashi Matsubara / マツバラ タカシ |
| 第2著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 上原 邦昭 / Kuniaki Uehara / |
| 第3著者 所属（和/英） | 大阪学院大学 (略称： 阪学院大) Osaka Gakuin University (略称： Osaka Gakuin 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-03-15 15:15:00 |
| 発表時間 | 15分 |
| 申込先研究会 | MI |
| 資料番号 | MI2020-59 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.431 |
| ページ範囲 | pp.56-61 |
| ページ数 | 6 |
| 発行日 | 2021-03-08 (MI) |
[研究会発表申込システムのトップページに戻る]