| 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 | 2021-03-16 13:30 Fine-Tuningによる肺野結節影分類モデルの汎用性向上効果 ○李 拓宇・山﨑達也（新潟大）  MI2020-72 |
|
| 抄録 | （和） | 肺がん患者の生存率向上のためにはCT (Computer Tomography) 画像中から原因となる結節影を早期発見することが重要であるが，近年のCT検査数の増加に対して放射線科専門医が不足している．そのため，専門医が行う診断を補助するためのコンピュータを用いた診断支援システムが注目されている．診断支援システムでは，与えられた画像をもとに病変の有無を自動分類する深層学習を用いたものが特に注目されている．本研究では，専門医が行う診断を補助する，深層学習を用いた結節影検出システムの構築を目的とする．本稿では，結節影の有無を判断する分類フェーズに適用する三次元畳み込みニューラルネットワークを用いた結節影分類モデルを構築する．また構築した結節影分類モデルについて，Fine-Tuningを用いた汎用性向上手法を適用し，精度検証を行う． |
| （英） | In order to improve the survival rate of lung cancer patients, it is important to detect nodules at an early stage, but the number of radiologists is insufficient for recent increase of CT (Computer Tomography) examinations. Meanwhile, a diagnosis aiding system using a computer for supporting radiologist diagnoses is drawing attention. In this study, we construct a nodule detection system to support the diagnosis using deep learning methods, that automatically classify positiveness or negativeness of a lesion in CT images. A nodule classification model in the system is based on a three-dimensional convolutional neural network which is applied to the classification phase to determine positiveness or negativeness of nodules. We also apply the Fine-Tuning method as versatility improvement for the constructed nodule classification model for accuracy verification. | |
| キーワード | （和） | CT画像 / 結節影 / 検出システム / 三次元畳み込みニューラルネットワーク / Fine-Tuning / / / |
| （英） | CT Image / nodules / detection system / three-dimensional convolutional neural network / Fine-Tuning / / / | |
| 文献情報 | 信学技報, vol. 120, no. 431, MI2020-72, pp. 102-107, 2021年3月. | |
| 資料番号 | MI2020-72 | |
| 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 | MI2020-72 |
|
| 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） | Fine-Tuningによる肺野結節影分類モデルの汎用性向上効果 |
| サブタイトル（和） | |
| タイトル（英） | Effect of Improving Versatility of Lung Nodules Classification Model by Fine-Tuning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | CT画像 / CT Image |
| キーワード(2)（和/英） | 結節影 / nodules |
| キーワード(3)（和/英） | 検出システム / detection system |
| キーワード(4)（和/英） | 三次元畳み込みニューラルネットワーク / three-dimensional convolutional neural network |
| キーワード(5)（和/英） | Fine-Tuning / Fine-Tuning |
| 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） | 李 拓宇 / Taku Ri / リー タクウ |
| 第1著者 所属（和/英） | 新潟大学 (略称： 新潟大) Niigata University (略称： Niigata Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 山﨑 達也 / Tatsuya Yamazaki / ヤマザキ タツヤ |
| 第2著者 所属（和/英） | 新潟大学 (略称： 新潟大) Niigata University (略称： Niigata Univ.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 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 | 2021-03-16 13:30:00 |
| 発表時間 | 15分 |
| 申込先研究会 | MI |
| 資料番号 | MI2020-72 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.431 |
| ページ範囲 | pp.102-107 |
| 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]