リアルタイム大腸内視鏡画像診断支援システムのためのCNN特徴とSVM分類を用いた識別手法

• Item type: Symposium(1)
• 公開日: 2017-08-23
• タイトル: リアルタイム大腸内視鏡画像診断支援システムのためのCNN特徴とSVM分類を用いた識別手法
• タイトル / 言語: en
• タイトル: Classification Method for Real-Time NBI Colorectal Endoscopic Images with CNN features and SVM
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: ソフトウェア最適化
• 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: 広島大学ナノデバイス・バイオ融合科学研究所
• 著者所属: 広島大学ナノデバイス・バイオ融合科学研究所
• 著者所属: 広島大学工学研究院
• 著者所属: 広島大学工学研究院
• 著者所属: 広島大学工学研究院
• 著者所属: JR広島病院消化器内科
• 著者所属: JR広島病院消化器内科
• 著者所属: 広島大学大学院医歯薬保健学研究科内視鏡医学
• 著者所属(英): en
• 著者所属(英): Research Institute for Nanodevice and Bio Systems, Hiroshima University
• 著者所属(英): en
• 著者所属(英): Research Institute for Nanodevice and Bio Systems, Hiroshima University
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Hiroshima University
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Hiroshima University
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Hiroshima University
• 著者所属(英): en
• 著者所属(英): Department of Gastroenterology Hiroshima General Hospital of West Japan Railway Company
• 著者所属(英): en
• 著者所属(英): Department of Gastroenterology Hiroshima General Hospital of West Japan Railway Company
• 著者所属(英): en
• 著者所属(英): Department of Endoscopy and Medicine Graduate School of Biomedical and Health Science, Hiroshima University
• 著者名: 岡本, 拓巳; 小出, 哲士; 玉木, 徹; Bisser, Raytchev; 金田, 和文; 吉田, 成人; 三重野, 寛; 田中, 信治
• 著者名(英): Takumi, Okamoto; Tetsushi, Koide; Toru, Tamaki; Bisser, Raytchev; Kazufumi, Kaneda; Shigeto, Yoshida; Hiroshi, Mieno; Shinji, Tanaka
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では大腸 Narrow Band Imaging (NBI) 拡大内視鏡がん診断支援実現のため，Convolutional Neural Network (CNN) の処理結果を特徴量と見做し，Support Vector Machine (SVM) による病理タイプ識別を行う手法を提案する．提案手法は研究グループで提案している Bag-of-Features (BoF) に基づく診断支援の特徴量抽出処理を，学習済み CNN の結果を用いることで実現する．これにより，一般物体認識のために抽出された局所特徴量が，SVM による病理タイプ分類に有効な特徴量として利用できることが期待できる．提案手法の組込みシステム化を考慮して識別精度の検証を行い，その結果非腫瘍 ・ 腫瘍の識別において医療現場からの要求性能である 90 % 以上の識別精度を確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper intoroduce a classification method for real-time Narrow-Band Imaging (NBI) colorectal endoscopic images with Convolutional Neural Network (CNN) and Support Vector Machine (SVM) as a Computer-Aided Diagnosis (CAD) system. The proposed method using the result of pre-learned CNN as a feature extraction module on BoF framework and SVM inputs the result for classification. We estimated identification accuracy compare with the BoF framework and the proposed method. As an estimation result, we achieved that the proposed method can identify cancer or not with about 90% accuracy.
• 書誌情報: DAシンポジウム2017論文集; 巻 2017, p. 27-32, 発行日 2017-08-23
• 出版者 / 言語: ja
• 出版者: 情報処理学会