WEKO3
アイテム
YOLOを基盤とした軽量かつ実用性の高いユニバーサル病変検出器の提案
https://doi.org/10.20729/00239901
https://doi.org/10.20729/002399017e15ecc0-0fb2-4129-8463-dee56ba55bcf
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-JNL6510013.pdf (1.5 MB)
2026年10月15日からダウンロード可能です。
|
Copyright (c) 2024 by the Information Processing Society of Japan
|
|
| 非会員：¥660, IPSJ:学会員：¥330, 論文誌:会員：¥0, DLIB:会員：¥0 | ||
| Item type | Journal(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2024-10-15 | |||||||||
| タイトル | ||||||||||
| タイトル | YOLOを基盤とした軽量かつ実用性の高いユニバーサル病変検出器の提案 | |||||||||
| タイトル | ||||||||||
| 言語 | en | |||||||||
| タイトル | Proposal for a Lightweight and Highly Practical Universal Lesion Detector Based on YOLO | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | [一般論文] コンピュータ断層撮影，ユニバーサル病変検出器，コンピュータビジョン，深層学習 | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||||||
| 資源タイプ | journal article | |||||||||
| ID登録 | ||||||||||
| ID登録 | 10.20729/00239901 | |||||||||
| ID登録タイプ | JaLC | |||||||||
| 著者所属 | ||||||||||
| 金沢工業大学 | ||||||||||
| 著者所属 | ||||||||||
| 金沢工業大学 | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Kanazawa Institute of Technology | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Kanazawa Institute of Technology | ||||||||||
| 著者名 |
清水, 聖那
× 清水, 聖那
× 中沢, 実
|
|||||||||
| 著者名(英) |
Sena, Shimizu
× Sena, Shimizu
× Minoru, Nakazawa
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 近年，体内の様々な臓器の病変を検出するために，コンピュータ断層撮影などの検査手法が頻繁に用いられている．このような検査で得られた医用画像中の様々な種類の病変を単一の学習済みモデルで検出するために，ディープラーニングモデルを用いたユニバーサル病変検出器（ULD）の研究がさかんに行われている．しかし，多くの研究では従来のULDの検出感度の向上のみに着目しており，計算量については考慮されていない．本研究では，比較的軽量なYOLOv7-u6を基盤とした改良型ULDを提案する．その結果，DeepLesionデータセットにおいて，先行研究よりも少ない計算量でより優れた病変検出感度を達成した．提案するULDはCPUなどの安価なハードウェア環境でも高速な推論が可能である． | |||||||||
| 論文抄録(英) | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | In recent years, examination techniques such as computed tomography are frequently used to detect lesions in various organs in the body. To detect various types of lesions in medical images obtained from such examinations with a single trained model, Universal Lesion Detectors (ULDs) based on deep learning models have been actively studied. However, most studies focus only on improving the detection sensitivity of conventional ULDs and do not consider the computational complexity. In this study, we propose an improved ULD based on the relatively lightweight YOLOv7-u6. As a result, we achieve better lesion detection sensitivity on the DeepLesion dataset with less computational complexity than before. The proposed ULD can fast inference even on inexpensive hardware such as CPUs. | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 収録物識別子 | AN00116647 | |||||||||
| 書誌情報 |
情報処理学会論文誌 巻 65, 号 10, p. 1554-1563, 発行日 2024-10-15 |
|||||||||
| ISSN | ||||||||||
| 収録物識別子タイプ | ISSN | |||||||||
| 収録物識別子 | 1882-7764 | |||||||||
| 公開者 | ||||||||||
| 言語 | ja | |||||||||
| 出版者 | 情報処理学会 | |||||||||
