| 講演名 | 2012-09-02 発見的自己組織化の原理を用いてニューラルネットワーク構造を自己組織化する改良形GMDH-typeニューラルネットワークによる肝臓癌の医用画像診断(一般セッション,コンピュータビジョンとパターン認識のための機械学習及び企業ニーズセッション) 近藤 正, 上野 淳二, 高尾 正一郎, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本研究では、最適なニューロン構造を自己選択するフィードバックGMDH-typeニューラルネットワークアルゴリズムを提案する。本アルゴリズムでは、ニューロン構造を、シグモイド関数型、ラジアルベース関数型、多項式型の中から自己選択する能力を備えている。また、予測誤差評価基準を用いてフィードバックループの計算回数、中間層のニューロンの個数、有益な入力変数などの構造パラメータを自己選択できる。このアルゴリズムを肝臓癌の医用画像診断へ応用してその有効性を確認する。まず、フィードバックGMDH-typeニューラルネットワークアルゴリズムを用いて正常な肝臓領域の画像認識と領域抽出を行う。画像の後処理を行うことにより肝臓の全体の領域を抽出する。次に、抽出した肝臓領域の画像を原画像として用いて、肝臓癌の抽出を目的にした新しいフィードバックGMDH-typeニューラルネットワークを自己組織化し、肝臓癌の候補領域を抽出する。 |
| 抄録(英) | In this study, a feedback Group Method of Data Handling (GMDH)-type neural network self-organizing neuralnetwork architecture using heuristic self-organization is proposed. Feedback GMDH-type neural network algorithm has anability of self-selecting optimum neuron architecture from three neuron architectures such as sigmoid function neuron, radialbasis function (RBF) neuron and polynomial neuron. Feedback GMDH-type neural network also have abilities of self-selectingthe number of feedback loop calculations, the number of neurons in hidden layers and useful input variables. This algorithm isapplied to medical image diagnosis of liver cancer. First, normal regions of liver are recognized and extracted using thefeedback GMDH-type neural network and the regions of liver are extracted after the post-processing analysis for output image.Then, a new another GMDH-type neural network is organized using the extracted liver image and the candidate image regionsof liver cancer are extracted. |
| キーワード(和) | GMDH / 医用画像診断 / ニューラルネットワークス |
| キーワード(英) | GMDH / Medical image diagnosis / Neural network |
| 資料番号 | PRMU2012-32,IBISML2012-15 |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2012/8/26(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Pattern Recognition and Media Understanding (PRMU) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 発見的自己組織化の原理を用いてニューラルネットワーク構造を自己組織化する改良形GMDH-typeニューラルネットワークによる肝臓癌の医用画像診断(一般セッション,コンピュータビジョンとパターン認識のための機械学習及び企業ニーズセッション) |
| サブタイトル（和） | |
| タイトル（英） | Medical image diagnosis of liver cancer by revised GMDH-type neural network self-organizing neural network architecture using heuristic |
| サブタイトル（和） | |
| キーワード(1)（和/英） | GMDH / GMDH |
| キーワード(2)（和/英） | 医用画像診断 / Medical image diagnosis |
| キーワード(3)（和/英） | ニューラルネットワークス / Neural network |
| 第 1 著者 氏名（和/英） | 近藤 正 / Tadashi KONDO |
| 第 1 著者 所属（和/英） | 徳島大学大学院ヘルスバイオサイエンス研究部 Graduate School of Health Sciences The University of Tokushima |
| 第 2 著者 氏名（和/英） | 上野 淳二 / Junji UENO |
| 第 2 著者 所属（和/英） | 徳島大学大学院ヘルスバイオサイエンス研究部 Graduate School of Health Sciences The University of Tokushima |
| 第 3 著者 氏名（和/英） | 高尾 正一郎 / Shoichiro TAKAO |
| 第 3 著者 所属（和/英） | 徳島大学大学院ヘルスバイオサイエンス研究部 Graduate School of Health Sciences The University of Tokushima |
| 発表年月日 | 2012-09-02 |
| 資料番号 | PRMU2012-32,IBISML2012-15 |
| 巻番号（vol） | vol.112 |
| 号番号（no） | 197 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |