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 2022-07-08 17:00
[ショートペーパー]Weakly-Supervised Focal Liver Lesion Detection in CT Images
He LiYutaro IwamotoRitsumeikan Univ.)・Xianhua HanYamaguchi Univ.)・Lanfen LinRuofeng TongHongjie HuZhejiang Univ.)・Akira FurukawaTokyo Metropolitan Univ.)・Shuzo KanasakiKoseikai Takeda Hospital)・Yen-Wei ChenRitsumeikan Univ.MI2022-40
抄録 (和) (まだ登録されていません) 
(英) Convolutional neural networks have been widely used for anomaly detection and one of their most common methods is autoencoder. The autoencoder is expected to produce lower reconstruction error for the normal data than the abnormal ones, and the reconstruction error is typically set as a measurement index for distinguishing anomalies. In practice, however, this notion is not always compatible. The autoencoder's reconstruction ability is sometimes so good that it can reconstruct anomalies with low error, resulting in the loss of anomaly detection. To address this limitation, we present a novel weakly-supervised learning method based on the generative adversarial network. The network learns the feature distribution of both normal and abnormal samples. The use of an autoencoder in the generator network allows the model to map the input image to a lower dimension vector and then remap it back to its reconstructions. The additional encoder discriminator network maps the real and generated images to their latent representations and determines whether the generated image is true or false. As a result, a higher error-index indicates that the sample is an anomaly. Experimentation on medical images from a publicly available liver dataset demonstrates the model's superiority over previous state-of-the-art approaches.
キーワード (和) / / / / / / /  
(英) Anomaly detection / weakly-supervised learning / generative adversarial networks / medical images / / / /  
文献情報 信学技報, vol. 122, no. 98, MI2022-40, pp. 30-33, 2022年7月.
資料番号 MI2022-40 
発行日 2022-07-01 (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 MI2022-40

研究会情報
研究会 MI  
開催期間 2022-07-08 - 2022-07-09 
開催地(和) 小樽商工会議所・小樽経済センターホール(4階) 
開催地(英)  
テーマ(和) 医用画像処理・認識一般 
テーマ(英) Medical imaging, recoginition, etc. 
講演論文情報の詳細
申込み研究会 MI 
会議コード 2022-07-MI 
本文の言語 英語 
タイトル(和)  
サブタイトル(和)  
タイトル(英) Weakly-Supervised Focal Liver Lesion Detection in CT Images 
サブタイトル(英)  
キーワード(1)(和/英) / Anomaly detection  
キーワード(2)(和/英) / weakly-supervised learning  
キーワード(3)(和/英) / generative adversarial networks  
キーワード(4)(和/英) / medical images  
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) 李 赫 / He Li / リ カク
第1著者 所属(和/英) 立命館大学 (略称: 立命館大)
Ritsumeikan University (略称: Ritsumeikan Univ.)
第2著者 氏名(和/英/ヨミ) 岩本 祐太郎 / Yutaro Iwamoto /
第2著者 所属(和/英) 立命館大学 (略称: 立命館大)
Ritsumeikan University (略称: Ritsumeikan Univ.)
第3著者 氏名(和/英/ヨミ) 韓 先花 / Xianhua Han /
第3著者 所属(和/英) 山口大学 (略称: 山口大)
Yamaguchi University (略称: Yamaguchi Univ.)
第4著者 氏名(和/英/ヨミ) 林 蘭芬 / Lanfen Lin /
第4著者 所属(和/英) 浙江大学 (略称: 浙江大)
Zhejiang University (略称: Zhejiang Univ.)
第5著者 氏名(和/英/ヨミ) 童 若鋒 / Ruofeng Tong /
第5著者 所属(和/英) 浙江大学 (略称: 浙江大)
Zhejiang University (略称: Zhejiang Univ.)
第6著者 氏名(和/英/ヨミ) 胡 红杰 / Hongjie Hu /
第6著者 所属(和/英) 浙江大学 (略称: 浙江大)
Zhejiang University (略称: Zhejiang Univ.)
第7著者 氏名(和/英/ヨミ) 古川 亮 / Akira Furukawa /
第7著者 所属(和/英) 東京都立大学 (略称: 東京都立大学)
Tokyo Metropolitan University (略称: Tokyo Metropolitan Univ.)
第8著者 氏名(和/英/ヨミ) 金崎 周造 / Shuzo Kanasaki /
第8著者 所属(和/英) 武田病院 (略称: 武田病院)
Koseikai Takeda Hospital (略称: Koseikai Takeda Hospital)
第9著者 氏名(和/英/ヨミ) 陳 延偉 / Yen-Wei Chen /
第9著者 所属(和/英) 立命館大学 (略称: 立命館大)
Ritsumeikan University (略称: Ritsumeikan Univ.)
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 2022-07-08 17:00:00 
発表時間 20分 
申込先研究会 MI 
資料番号 MI2022-40 
巻番号(vol) vol.122 
号番号(no) no.98 
ページ範囲 pp.30-33 
ページ数
発行日 2022-07-01 (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