ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング


インデックスリンク

インデックスツリー

  • RootNode

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 全国大会
  2. 85回
  3. 人工知能と認知科学

局所特徴量が担う情報量に基づくがん領域の高解像度可視化

https://ipsj.ixsq.nii.ac.jp/records/229898
https://ipsj.ixsq.nii.ac.jp/records/229898
19c56105-3c47-4254-9ba9-ca25f83c5508
名前 / ファイル ライセンス アクション
IPSJ-Z85-2Q-02.pdf IPSJ-Z85-2Q-02.pdf (747.2 kB)
Copyright (c) 2023 by the Information Processing Society of Japan
Item type National Convention(1)
公開日 2023-02-16
タイトル
タイトル 局所特徴量が担う情報量に基づくがん領域の高解像度可視化
言語
言語 jpn
キーワード
主題Scheme Other
主題 人工知能と認知科学
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
金沢工大
著者所属
金沢医科大学
著者所属
金沢工大
著者名 陸田, 駿弥

× 陸田, 駿弥

陸田, 駿弥

Search repository
山田, 壮亮

× 山田, 壮亮

山田, 壮亮

Search repository
金道, 敏樹

× 金道, 敏樹

金道, 敏樹

Search repository
論文抄録
内容記述タイプ Other
内容記述 近年,深層学習を用いた病理画像診断技術が盛んに研究され成果を上げる一方,その判断根拠を示すことが課題となっている.昨年,我々は,病理画像から検出されるSIFT特徴量を判断根拠として,そのがんらしさを情報量を用いて定量化し,がんと疑わしい領域を概ね特定できることを報告した.本研究では,判断根拠の高解像度化をめざして,高密度に検出した特徴量のがんらしさの定量評価を行う.本手法を人工知能病理診断の国際コンペCAMELYON16 のデータおよび,金沢医科大学の臨床データに適用したところ,がん領域・正常領域の判断根拠となる特徴量の分布(密度)に明確な違いがみられ,その境界線はCAMELYON16 のアノテーションに概ね一致している.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AN00349328
書誌情報 第85回全国大会講演論文集

巻 2023, 号 1, p. 199-200, 発行日 2023-02-16
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 11:22:18.375707
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3