WEKO3
アイテム
物体検出モデルによる造影・非造影CT画像からの腎腫瘍の検出
https://ipsj.ixsq.nii.ac.jp/records/236153
https://ipsj.ixsq.nii.ac.jp/records/236153c2d049df-3519-4faf-af4b-4e476a7e7a52
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-Z86-6T-04.pdf (859.6 kB)
|
Copyright (c) 2024 by the Information Processing Society of Japan
|
| Item type | National Convention(1) | |||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2024-03-01 | |||||||||||||||||||||||||
| タイトル | ||||||||||||||||||||||||||
| タイトル | 物体検出モデルによる造影・非造影CT画像からの腎腫瘍の検出 | |||||||||||||||||||||||||
| 言語 | ||||||||||||||||||||||||||
| 言語 | jpn | |||||||||||||||||||||||||
| キーワード | ||||||||||||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||||||||||
| 主題 | 人工知能と認知科学 | |||||||||||||||||||||||||
| 資源タイプ | ||||||||||||||||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||||||||||||||||||
| 資源タイプ | conference paper | |||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| 名城大 | ||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| 名城大 | ||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| 名城大 | ||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| 名城大 | ||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| 名城大 | ||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| Meis Technology Inc. | ||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| 愛知医科大 | ||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| 名大 | ||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| 名大 | ||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| 名大 | ||||||||||||||||||||||||||
| 著者名 |
深沢, 貴希
× 深沢, 貴希
× 小川, 悠太
× 亀谷, 由隆
× 山田, 啓一
× 堀田, 一弘
× 高橋, 友一
× 佐々, 直人
× 松川, 宜久
× 岩野, 信吾
× 山本, 徳則
|
|||||||||||||||||||||||||
| 論文抄録 | ||||||||||||||||||||||||||
| 内容記述タイプ | Other | |||||||||||||||||||||||||
| 内容記述 | 画像分類モデルで腹部CT画像から腎腫瘍を検出する場合，腎領域をあらかじめ切り出したマスク画像を使用すると検出精度が向上すると分かっている．しかしこの場合，新規患者に対する診断でも何らかのマスク処理が必要となる点が問題である．一方，腎腫瘍の検出に物体検出モデルを用いる場合は，腎領域のアノテーションが必要なのは学習時のみであり，新規患者に対する診断時のコストを削減できる．本研究では CNN に基づく SSD や RetinaNet, Transformer に基づく DETR などの物体検出モデルを用いて造影・非造影のCT画像から腎腫瘍の検出を行い，画像単位と患者単位それぞれの検出精度を比較する． | |||||||||||||||||||||||||
| 書誌レコードID | ||||||||||||||||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||||||||||||||||
| 収録物識別子 | AN00349328 | |||||||||||||||||||||||||
| 書誌情報 |
第86回全国大会講演論文集 巻 2024, 号 1, p. 631-632, 発行日 2024-03-01 |
|||||||||||||||||||||||||
| 出版者 | ||||||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||||||
| 出版者 | 情報処理学会 | |||||||||||||||||||||||||
