お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
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 09:15
深層学習を用いた結核患者の胸部CT画像によるマルチラベル・マルチアクシスでの病症推定
浅川徹也青野雅樹豊橋技科大MI2020-64
抄録 (和) 本研究は,結核患者の胸部CT画像からの病症(左肺の影響,右肺の影響,左肺の空洞,右肺の空洞,左胸膜炎,右胸膜炎)をマルチラベル問題として正確に推定する.結核患者の3D胸部CTデータからx,y,z軸に沿って2D画像を抽出する.さらに,抽出された画像には,空間,脂肪,骨などを除くためにマスクを適用し,肺のみの2D画像データを抽出する.抽出された2D画像データを基に深層学習を用いてマルチラベル推定を行った.さらに,中央値ベースのマルチラベル予測アルゴリズムも導入した.本研究の結果,平均AUCは0.792,最小AUCが0.716であった. 
(英) The purpose of this research is to make accurate estimates for the six labels (Left affected, Right affected, Light pleurisy, Right pleurisy, Left caverns, Right caverns) for each of the lungs. We describe the tuberculosis task and approach for chest CT image analysis, then perform multi-label CT image analysis using the task dataset. We propose finetuning deep neural network model that uses inputs from multiple CNN features. In addition, this paper presents two approaches for applying mask data to the extracted 2D image data and for extracting a set of 2D projection images along multi-axis based on the 3D chest CT data removed bone, space, fat, and skin except for the lungs that could help to classify the samples. Our submissions on the task test dataset reached a mean AUC value of 0.792 and a minimum AUC value of 0.716.
キーワード (和) 断層撮影 / 結核 / 深層学習 / マルチラベル分類 / / / /  
(英) Computed Tomography / Tuberculosis / Deep Learning / Multi-label classification / / / /  
文献情報 信学技報, vol. 120, no. 431, MI2020-64, pp. 74-79, 2021年3月.
資料番号 MI2020-64 
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 MI2020-64

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) 深層学習を用いた結核患者の胸部CT画像によるマルチラベル・マルチアクシスでの病症推定 
サブタイトル(和)  
タイトル(英) Tuberculosis in Chest CT Image Analysis based on multi-axis projections using Deep learning 
サブタイトル(英)  
キーワード(1)(和/英) 断層撮影 / Computed Tomography  
キーワード(2)(和/英) 結核 / Tuberculosis  
キーワード(3)(和/英) 深層学習 / Deep Learning  
キーワード(4)(和/英) マルチラベル分類 / Multi-label classification  
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) 浅川 徹也 / Tetsuya Asakawa / アサカワ テツヤ
第1著者 所属(和/英) 豊橋技術科学大学 (略称: 豊橋技科大)
Toyohashi University of Technology (略称: Toyohashi Univ)
第2著者 氏名(和/英/ヨミ) 青野 雅樹 / Masaki Aono / アオノ マサキ
第2著者 所属(和/英) 豊橋技術科学大学 (略称: 豊橋技科大)
Toyohashi University of Technology (略称: Toyohashi 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: )
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 2021-03-16 09:15:00 
発表時間 15分 
申込先研究会 MI 
資料番号 MI2020-64 
巻番号(vol) vol.120 
号番号(no) no.431 
ページ範囲 pp.74-79 
ページ数
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]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会