@techreport{oai:ipsj.ixsq.nii.ac.jp:00232717,
 author = {西中川, 司 and 武石, 啓成 and 竹内, 純一 and Tsukasa, Nishinakagawa and Yoshinari, Takeishi and Jun’ichi, Takeuchi},
 issue = {26},
 month = {Feb},
 note = {MRI とは，体内の水素原子核の磁気共鳴現象を利用して，体の断面画像を得るものであり，現在多くの医療現場で用いられている．本研究では，腫瘍を有する頭部の MR 画像を入力として，腫瘍の種類を，ニューラルネットを用いて分類する問題について考察する．こうした分類が高精度で可能になれば，臨床における自動診断に役立つことが期待されるが，MR 画像分類には学習に利用できる実データが不足している課題がある．それを解決するために，本研究では既存のモデルを利用するファインチューニングを行い，限られたデータから高精度なモデルを作成した．また，腫瘍は種類によって発生する位置の分布が異なるため，腫瘍の形状だけではなく，その位置情報も利用することで MR 画像分類の性能の向上が可能であるかについて，公開された MR 画像とそれらを劣化させた画像を利用した実験により評価した．その結果，画像を劣化させるにつれ，位置情報の有用性が高まることを確認することができた．その際，腫瘍の位置情報を 2 次元の座標ベクトルで与えるよりも，画像として与える方が位置情報の有用性が高いことも確認できた．},
 title = {MR画像分類における腫瘍の位置情報の有用性評価},
 year = {2024}
}