大腸がん診断支援のためのカスタマイザブルDSPによる内視鏡動画リアルタイムCNN特徴抽出とSVM分類

• Item type: Symposium(1)
• 公開日: 2018-08-22
• タイトル: 大腸がん診断支援のためのカスタマイザブルDSPによる内視鏡動画リアルタイムCNN特徴抽出とSVM分類
• タイトル / 言語: en
• タイトル: Implementation of Computer-Aided Diagnosis System for Colorectal Endoscopic Images with CNN features and SVM on Customizable DSP Core
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 機械学習
• 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: 日本ケイデンス・デザイン・システムズ社
• 著者所属: 日本ケイデンス・デザイン・システムズ社
• 著者所属: 日本ケイデンス・デザイン・システムズ社
• 著者所属: 日本ケイデンス・デザイン・システムズ社
• 著者所属: 日本ケイデンス・デザイン・システムズ社
• 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
• 著者所属(英): en
• 著者所属(英): Cadence Design Systems
• 著者所属(英): en
• 著者所属(英): Cadence Design Systems
• 著者所属(英): en
• 著者所属(英): Cadence Design Systems
• 著者所属(英): en
• 著者所属(英): Cadence Design Systems
• 著者所属(英): en
• 著者所属(英): Cadence Design Systems
• 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; 菅原, 崇之; 戸石, 浩司; 辻, 雅之; 小田川, 真之; 丹場, 展雄
• 著者名(英): Takumi, Okamoto; Tetsushi, Koide; Toru, Tamaki; Bisser, Raytchev; Kazufumi, Kaneda; Shigeto, Yoshida; Hiroshi, Mieno; Shinji, Tanaka; Takayuki, Sugawara; Hiroshi, Toishi; Masayuki, Tsuji; Masayuki, Odagawa; Nobuo, Tamba
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿は，Convolutional Neural Network (CNN) の処理結果を特徴量として使用し，Support Vector Machine (SVM) による病理タイプ分類を行う，大腸 Narrow Band Imaging (NBI) 拡大内視鏡がん診断支援システムのリアルタイム処理実現を目的とする．CNN 特徴と SVM 分類を適用した診断支援システムをカスタマイザブルな Digital Signal Processing (DSP) コアである，Cadence 社の Cadence Tensilica Vision P6 DSP コアに実装し評価を行った．さらに，動画像処理に向けたシステム処理速度改善のため，システム全体の処理サイクルプロファイリングによる改善の影響が大きい箇所の特定およびその改良により，改良前と比較して処理サイクル数を 70% 削減 (16.6 M サイクルから 4.8M サイクル) でき，200 MHz でシステムを動作させた場合に約 41 fps とシステムオーバヘッドを加味してもリアルタイム処理が実現可能であることを示した．
• 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 an improvement of Computer-Aided Diagnosis (CAD) system for clorectal endoscopic images on a cumtamizable Digital Signal Processing (DSP) core, Cadence Tensilica Vision P6 DSP. We profiled the system processing cycles on Vision P6 DSP core that is using Convolutional Neural Network (CNN) as a feature extraction module for Support Vector Machine. As an estimation for processing cycles of whole the system, we traced bottlenecks of the system. By modifying the bottlenecks, we achieved that the processing cycles reduced from 16.6 M cycles to 4.8 M cycles (about 70 % cycles reduction).
• 書誌情報: DAシンポジウム2018論文集; 巻 2018, p. 39-44, 発行日 2018-08-22
• 出版者 / 言語: ja
• 出版者: 情報処理学会