| 講演名 | 2018-07-24 転移学習による肺野結節影の検出精度の向上 山崎 達也(新潟大), 山川 颯人(新潟大), 吉村 宣彦(新潟大), 山崎 元彦(新潟大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 日本においてがんは死亡原因の第一位であり，近年はその中でも死亡数が高くなってきているのが肺がんである．肺がんは，早期発見により治療を開始することで死亡率が低下することが証明されている．肺がんの精密検査の一つに胸部CT（Computed Tomography）検査があるが，撮影された胸部CT画像に対する診断を下す専門医の不足が課題となってきている．一方で，大規模なデータベースを用いて，画像に含まれている特徴の推定を自動的に行い，与えられたクラスに画像を分類する深層学習（DL: Deep Learning）という手法の有用性が，非常に高まってきている．胸部CT画像の診断にもDLを適用することにより，専門医不足に対応できる可能性がある．しかしながら，常にCT画像の大規模データベースが用意できるとは限らない．本稿ではそのような場合でも，公開されている同種の胸部CT画像を用いて事前学習する転移学習という手法を用いることで，結節影の検出精度が向上することを検証する． |
| 抄録(英) | In Japan, cancer is the first leading cause of death and, in particular, fatalities of lung cancer is increasing recently. It is proved that the mortality rate of lung cancer can be decreased by remedy commencement with early detection. Although chest CT inspection is one of the detailed examinations for lung cancer, it has been an issue that the number of specialists who diagnose the chest CT images is not enough. On the other hand, usefulness of Deep Learning (DL), that can extract the features in the object images based on a large image database and classify the images, is growing. The issue of specialist shortage might be solved by applying DL to the diagnosis of lung CT images. However, such a large database of CT images is not always available. In this paper, for such a case, it is verified that accuracy of lung nodule detection can be improved by the transfer learning that train a DL model by making use of public databases including the same kind of chest CT images. |
| キーワード(和) | CT画像 / 肺結節影 / 深層学習 / 転移学習 |
| キーワード(英) | CT Image / Lung Nodule / Deep Learning / Transfer Learning |
| 資料番号 | MI2018-29 |
| 発行日 | 2018-07-17 (MI) |
| 研究会情報 | |
| 研究会 | MI |
|---|---|
| 開催期間 | 2018/7/24(から1日開催) |
| 開催地（和） | アイーナ(岩手県盛岡市) |
| 開催地（英） | aiina (Morioka, Iwate) |
| テーマ（和） | 医用画像一般 |
| テーマ（英） | Medical Imaging, etc. |
| 委員長氏名（和） | 森 健策(名大) |
| 委員長氏名（英） | Kensaku Mori(Nagoya Univ.) |
| 副委員長氏名（和） | 河田 佳樹(徳島大) / 木村 裕一(近畿大) |
| 副委員長氏名（英） | Yoshiki Kawata(Tokushima Univ.) / Yuichi Kimura(Kinki Univ.) |
| 幹事氏名（和） | 北坂 孝幸(愛知工大) / 本谷 秀堅(名工大) |
| 幹事氏名（英） | Takayuki Kitasaka(Aichi Inst. of Tech.) / Hidekata Hontani(Nagoya Inst. of Tech.) |
| 幹事補佐氏名（和） | 原口 亮(兵庫県立大) / 平野 靖(山口大) |
| 幹事補佐氏名（英） | Ryo Haraguchi(Univ. of Hyogo) / Yasushi Hirano(Yamaguchi Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Medical Imaging |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 転移学習による肺野結節影の検出精度の向上 |
| サブタイトル（和） | |
| タイトル（英） | Improving Accuracy of Lung nodules Detection by Transfer Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | CT画像 / CT Image |
| キーワード(2)（和/英） | 肺結節影 / Lung Nodule |
| キーワード(3)（和/英） | 深層学習 / Deep Learning |
| キーワード(4)（和/英） | 転移学習 / Transfer Learning |
| 第 1 著者 氏名（和/英） | 山崎 達也 / Tatsuya Yamazaki |
| 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） | 山川 颯人 / Hayato Yamakawa |
| 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） | 吉村 宣彦 / Norihiko Yoshimura |
| 第 3 著者 所属（和/英） | 新潟大学(略称：新潟大) Niigata University(略称：Niigata Univ.) |
| 第 4 著者 氏名（和/英） | 山崎 元彦 / Motohiko Yamazaki |
| 第 4 著者 所属（和/英） | 新潟大学(略称：新潟大) Niigata University(略称：Niigata Univ.) |
| 発表年月日 | 2018-07-24 |
| 資料番号 | MI2018-29 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | MI-150 |
| ページ範囲 | pp.39-43(MI), |
| ページ数 | 5 |
| 発行日 | 2018-07-17 (MI) |