2026-05-20T01:18:03Z https://ipsj.ixsq.nii.ac.jp/oai

oai:ipsj.ixsq.nii.ac.jp:00197634 2025-01-19T22:16:26Z 1164:5352:9740:9828

Bolassoを用いたびまん性肺疾患画像の特徴選択 Feature Selection for Diffuse Lung Disease Images by Bolasso 遠藤, 瑛泰 永田, 賢二 木戸, 尚治 庄野, 逸 Akihiro, Endo Kenji, Nagata Shoji, Kido Hayaru, Shouno びまん性肺疾患は肺 CT 画像において異常陰影が見られる病気であり，早期の発見と適切な治療が求められている．陰影は病変の性状を示しており，びまん性肺疾患の疾患の特定や進行の確認といった診断の手がかりとなる．そこで，画像より抽出した特徴から有効な特徴の特定と陰影の解釈を試みた．本論文では，特徴選択手法として Bolasso を適用し，各陰影の解釈に適した特徴の絞り込みを行った．Bolasso は Lasso とブートストラップ法を組み合わせた特徴選択手法である．この手法は，データの再標本と Lasso の適用を繰り返すことで得られる組み合わせ集合から，有効な特徴を推定する．実験では，人工データを用いて Bolasso の有効性を示し，びまん性肺疾患を含む肺 CT 画像に対して，解釈に有効な特徴の推定と評価を行った． Diffuse lung disease is diseases with abnormal shadows on lung CT images, and requires early detection and appropriate treatment. These shadows indicate the nature of the lesion and provide clues to the diagnosis such as identification of the disease and confirmation of the progression. Therefore, we tried to selrct Features which express shadows well from features extracted from images and interpret shadows. In this paper, we applied Bolasso as a feature selection method, and narrowed down the features suitable for interpretation of each shadow. Bolasso is feature selection method which is combination of Lasso and bootstrap method. This method estimates effective features from feature combination sets obtained by repeating data resampling and selecting features using Lasso . In the experiment, we used artificial data to show the effectiveness of Bolasso, and for lung CT images including diffuse lung disease, we estimated effective features for Interpretation and evaluated. technical report 情報処理学会 2019-06-10 application/pdf 研究報告バイオ情報学（BIO） 35 2019-BIO-58 1 6 2188-8590 AA12055912 https://ipsj.ixsq.nii.ac.jp/record/197634/files/IPSJ-BIO19058035.pdf jpn