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 |