びまん性肺疾患識別におけるDeep Convolutional Neural Network特徴の解析

• Item type: SIG Technical Reports(1)
• 公開日: 2015-06-16
• タイトル: びまん性肺疾患識別におけるDeep Convolutional Neural Network特徴の解析
• タイトル / 言語: en
• タイトル: Anaysis for Deep Convolutional Neural Network feature with Diffuse Lung Disease classification
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: バイオデータマイニング
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 電気通信大学大学院情報理工学研究科
• 著者所属: 電気通信大学大学院情報理工学研究科
• 著者所属: 山口大学大学院応用医工学研究科
• 著者名: 鈴木, 聡志; 庄野, 逸; 木戸, 尚治
• 著者名(英): Satoshi, Suzuki; Hayaru, Shouno; Shoji, Kido
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 画像診断を行う医師の負担は，X 線 CT 装置の性能向上による撮像枚数の増加とセカンドオピニオンの普及による複数患者の診断によって，増加傾向にあり，計算機による診断補助を行う計算機診断支援 (Computer Aided Diagnosis : CAD) システムの構築が望まれている．本研究では，CAD システムのうち，びまん性肺疾患画像の特徴解析を行うサブシステムを Deep Convolutional Neural Network (DCNN) を用いて構築することを目的とした．DCNN は，階層型ニューラルネットワークを用いた手法で，データから特徴表現を学習することが可能であるが，特徴表現を取得するために十分な数の入力データが必要になる．その一方で医用画像の識別システムを構築するために学習データを十分確保することは困難な場合もある．前回の研究結果から，我々はデータセットに自然画像と CT 画像とを用いた半教師付き学習を行うことで，びまん性肺疾患画像の識別精度が向上することを示しているが，DCNN 内部での挙動は不明瞭であった．そこで本研究では，DCNN の中間層から抽出される特徴量を線形 Support Vector Machine を用いて解析した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The computer aided diagnosis (CAD) system is desired to develop for supporing physicians to diagnose the diffuse lung diseeases (DLD). We apply a deep convolutional nerual network (DCNN) into the CAD system for the classification of DLDs. DCNN is a kind of multi layer neuralnetwork which can automatically extract features description depending on the input data. Meanwhile, obtaining the effective DCNN features, it requires large amount of training data. In the field of medical image analysis, the number of acquired data sometimes is not enough to train. Thus, in our previous work, we introduce a kind of semi-supervised learning (SSL) based method for training the DCNN. At first, we apply massive natural images, which we can easily collect, for the unlabeled data. After that, we train the pre-trained DCNN with the small number of the DLD patterns as the labeled data. In this research, we analyze the intermediate layers of the DCNN in order to investigate the feature expression transition by use of the linear support vector machine (SVM).
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10505667
• 書誌情報: 研究報告数理モデル化と問題解決（MPS）; 巻 2015-MPS-103, 号 29, p. 1-6, 発行日 2015-06-16
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8833
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会