@techreport{oai:ipsj.ixsq.nii.ac.jp:00216938,
 author = {常田, 陸史 and 浅川, 徹也 and 清水, 一生 and 菰田, 拓之 and 青野, 雅樹 and Riku, Tuneda and Tetsuya, Asakawa and Kazuki, Shimizu and Takuyuki, Komoda and Masaki, Aono},
 issue = {7},
 month = {Mar},
 note = {医療画像へのキャプション自動生成は医師の判断の補強となり，セカンドオピニオンとしての活躍が期待される．しかし，従来の医療画像キャプション生成は，データセット画像の画一性の高さ等の要因から，精度が低くなりやすいという課題がある．そこで本論文では，高精度な医療画像キャプション生成を目指すために，医学概念情報を利用した医療画像キャプション生成手法を提案する．医学概念情報には，UMLS で定義されている CUI（Concept Unique Identifier）コードを積極的に利用した．CLEF2021MedicalCaptionTask データセットを用いて実験を行った結果，Show，Attend and Tell のベースラインと比較して BLUE 評価尺度で高精度を達成した．, Image Captioning for medical images is expected to augment the judgment of doctors and serve as a second opinion. Medical Image Captioning is a challenging task for accurate caption generation because rich medical terminologies are entailed with captioning. In this paper, we propose a method for medical image captioning by leveraging information from medical concepts. The experiments using the CLEF2021MedicalCaptionTask dataset show that the proposed method outperforms the base line method with "Show, Attend and Tell"，in terms of BLEU evaluation metrics.},
 title = {医学概念情報を利用した医療画像に対するキャプション生成手法の提案},
 year = {2022}
}