| 講演名 | 2020-01-29 深層学習によるSMOTEを用いた不均衡クモ膜下出血データの自動検出に関する研究 魯 仲陽(名大), 小田 昌宏(名大), 林 雄一郎(名大), 伊東 隼人(名大), 渡谷 岳行(東大医学部附属病院), 阿部 修(東大医学部附属病院), 橋本 正弘(慶大), 陣崎 雅弘(慶大), 森 健策(名大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年，深層学習は画像認識分野において驚異的な成果を出している．医用画像処理においては，深層学習の中でもCNNを用いた分類手法が多く使われる．しかし，現実的に入手可能なデータにはクラス間のデータ数の不均衡が存在する．これは不均衡データと呼ばれる．少量のデータしかないクラスの識別率が推論において極端に低くなる問題がある．本研究では，データ不均衡が存在する場合における，正常と異常の分類問題において，SMOTEを用いてデータ不均衡の軽減を行った．本手法を深層学習を用いたくも膜下出血データの自動検出に適用し，不均衡な画像分類問題でSMOTEの有効性について検討を行った．本研究では，くも膜下出血がある33症例と，正常脳CT症例33症例または100症例を用い，提案手法を用いて実験を行った．F値及びAUC値を用いて分類精度を定量分析した．100症例の正常データを追加する場合のAUC値は0.731であり，SMOTEを用いた場合のAUC値は0.830であり，SMOTE及びデータ拡張を用いると0.875であった． |
| 抄録(英) | Based on deep learning techniques, the performance of image classification has made significant progress. Especially in the medical image processing field, the CNNs are broadly utilized. However, for the most problems in the real world, the numbers of every class in the data set are not equal, called imbalanced data. It causes a low recall of the minority class. In this paper, we apply the SMOTE method to alleviate the imbalanced problem on anomaly detection. Sequentially, we utilize this strategy on the Subarachnoid Hemorrhage (SAH) detection with imbalanced data based on deep learning techniques and discuss the efficiency. In this study, 33 cases of SAH data combined with 33 cases, and 100 cases of normal brain CT, respectively, are applied to support our experiments. We utilize F-measure and ROC curve for evaluating the trained models. Trained on the 33 cases SAH and 100 cases normal dataset, the model got 0.731 AUC score without SMOTE processing. With SMOTE, acquired 0.830 AUC score, and during SMOTE and data augmentation, the performance was improved into a 0.875 AUC score. |
| キーワード(和) | 深層学習 / 不均衡データ / クモ膜下出血 / データ拡張 |
| キーワード(英) | Deep learning / Imbalanced classification / Subarachnoid Hemorrhage / data augmentation |
| 資料番号 | MI2019-75 |
| 発行日 | 2020-01-22 (MI) |
| 研究会情報 | |
| 研究会 | MI |
|---|---|
| 開催期間 | 2020/1/29(から2日開催) |
| 開催地（和） | 沖縄県青年会館 |
| 開催地（英） | OKINAWAKEN SEINENKAIKAN |
| テーマ（和） | 医用画像工学一般 |
| テーマ（英） | Medical Image Engineering, Analysis, Recognition, etc. |
| 委員長氏名（和） | 河田 佳樹(徳島大) |
| 委員長氏名（英） | Yoshiki Kawata(Tokushima Univ.) |
| 副委員長氏名（和） | 北坂 孝幸(愛知工大) / 本谷 秀堅(名工大) |
| 副委員長氏名（英） | Takayuki Kitasaka(Aichi Inst. of Tech.) / Hidekata Hontani(Nagoya Inst. of Tech.) |
| 幹事氏名（和） | 平野 靖(山口大) / 原口 亮(兵庫県立大) |
| 幹事氏名（英） | Yasushi Hirano(Yamaguchi Univ.) / Ryo Haraguchi(Univ. of Hyogo) |
| 幹事補佐氏名（和） | 滝沢 穂高(筑波大) / 大竹 義人(奈良先端大) |
| 幹事補佐氏名（英） | Hotaka Takizawa(Tsukuba Univ.) / Yoshito Otake(NAIST) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Medical Imaging |
|---|---|
| 本文の言語 | ENG-JTITLE |
| タイトル（和） | 深層学習によるSMOTEを用いた不均衡クモ膜下出血データの自動検出に関する研究 |
| サブタイトル（和） | |
| タイトル（英） | Imbalanced Subarachnoid Hemorrhage data automatic detection by using SMOTE algorithm based on deep learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 深層学習 / Deep learning |
| キーワード(2)（和/英） | 不均衡データ / Imbalanced classification |
| キーワード(3)（和/英） | クモ膜下出血 / Subarachnoid Hemorrhage |
| キーワード(4)（和/英） | データ拡張 / data augmentation |
| 第 1 著者 氏名（和/英） | 魯 仲陽 / Zhongyang Lu |
| 第 1 著者 所属（和/英） | 名古屋大学大学院(略称：名大) Nagoya University(略称：Nagoya Univ) |
| 第 2 著者 氏名（和/英） | 小田 昌宏 / Masahiro Oda |
| 第 2 著者 所属（和/英） | 名古屋大学大学院(略称：名大) Nagoya University(略称：Nagoya Univ) |
| 第 3 著者 氏名（和/英） | 林 雄一郎 / Yuichiro Hayashi |
| 第 3 著者 所属（和/英） | 名古屋大学大学院(略称：名大) Nagoya University(略称：Nagoya Univ) |
| 第 4 著者 氏名（和/英） | 伊東 隼人 / Hayato Ito |
| 第 4 著者 所属（和/英） | 名古屋大学大学院(略称：名大) Nagoya University(略称：Nagoya Univ) |
| 第 5 著者 氏名（和/英） | 渡谷 岳行 / Takeyuki Watadani |
| 第 5 著者 所属（和/英） | 東京大学医学部附属病院(略称：東大医学部附属病院) Department of Radiology,The University of Tokyo Hospital(略称：Department of Radiology,The Univ of Tokyo Hospital) |
| 第 6 著者 氏名（和/英） | 阿部 修 / Osamu Abe |
| 第 6 著者 所属（和/英） | 東京大学医学部附属病院(略称：東大医学部附属病院) Department of Radiology,The University of Tokyo Hospital(略称：Department of Radiology,The Univ of Tokyo Hospital) |
| 第 7 著者 氏名（和/英） | 橋本 正弘 / Masahiro Hashimoto |
| 第 7 著者 所属（和/英） | 慶應義塾大学医学部(略称：慶大) Department of Radiology,Keio University School of Medicine(略称：Department of Radiology,Keio Univ School of Medicine) |
| 第 8 著者 氏名（和/英） | 陣崎 雅弘 / Masahiro Jinzaki |
| 第 8 著者 所属（和/英） | 慶應義塾大学医学部(略称：慶大) Department of Radiology,Keio University School of Medicine(略称：Department of Radiology,Keio Univ School of Medicine) |
| 第 9 著者 氏名（和/英） | 森 健策 / Kensaku Mori |
| 第 9 著者 所属（和/英） | 名古屋大学大学院(略称：名大) Nagoya University(略称：Nagoya Univ) |
| 発表年月日 | 2020-01-29 |
| 資料番号 | MI2019-75 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | MI-399 |
| ページ範囲 | pp.47-52(MI), |
| ページ数 | 6 |
| 発行日 | 2020-01-22 (MI) |