文献

J-GLOBAL ID：201802229917658872   整理番号：18A1937463

肝病変分類におけるCNNパフォーマンス増加のためのGaNベース合成医用画像増強【JST・京大機械翻訳】

GAN-based synthetic medical image augmentation for increased CNN performance in liver lesion classification

著者 (6件)： Frid-Adar Maayan (Department of Biomedical Engineering, Tel Aviv University, Tel Aviv, Israel) ,  Diamant Idit (Department of Biomedical Engineering, Tel Aviv University, Tel Aviv, Israel) ,  Klang Eyal (Department of Diagnostic Imaging, The Chaim Sheba Medical Center, Tel-Hashomer, Israel) ,  Amitai Michal (Department of Diagnostic Imaging, The Chaim Sheba Medical Center, Tel-Hashomer, Israel) ,  Goldberger Jacob (Faculty of Engineering, Bar-Ilan University, Ramat-Gan 52900, Israel) ,  Greenspan Hayit (Department of Biomedical Engineering, Tel Aviv University, Tel Aviv, Israel)
資料名： Neurocomputing  (Neurocomputing)
巻： 321  ページ： 321-331  発行年： 2018年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 深い学習法,特に畳込みニューラルネットワーク(CNN)は,大規模な注釈付きデータセットを用いることにより,広い範囲のコンピュータビジョンタスクにおいて膨大なブレークスルーをもたらした。しかしながら,医療領域でそのようなデータセットを得ることは挑戦のままである。本論文では,最近提示された深い学習一般的アドバーサリアネットワーク(Gans)を用いて,合成医用画像を生成するための方法を提案した。さらに,生成された医用画像が合成データの増強に使用でき,医用画像分類のためのCNNの性能を改善できることを示した。著者らの新しい方法は,182の肝臓病変(53の嚢胞,64の転移と65の血管腫)のコンピュータ断層撮影(CT)画像の限られたデータセットに関して実証した。最初に,高品質肝病変ROIsを合成するためのGANアーキテクチャを開発した。次に,CNNを用いた肝臓病変分類のための新しいスキームを提示した。最終的に,著者らは古典的データ増強と著者らの合成データ増強を用いてCNNを訓練して,性能を比較した。さらに,可視化とエキスパート評価を用いて合成した例の品質を調べた。古典的データ増強のみを用いた分類性能は78.6%の感度と88.4%の特異性をもたらした。合成データを追加することにより,結果は感度が85.7%,特異性が92.4%に増加した。著者らは,合成データ増強へのこのアプローチが,他の医学的分類応用に一般化することができ,したがって,診断を改善するために放射線科医の努力をサポートすると信じる。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アノテーション ,  *画像 ,  嚢胞 ,  学習 ,  ネットワーク ,  *画像強調 ,  計算機トモグラフィー ,  計算機アーキテクチャ ,  可視化 ,  *医用画像 ,  コンピュータビジョン ,  品質
準シソーラス用語： 特異性 ,  *病巣 , 【Automatic Indexing@JST】

著者キーワード (7件)： 画像合成 ,  データ増強 ,  畳み込みニューラルネットワーク ,  生成的敵対ネットワーク ,  深層学習 ,  肝病変 ,  病変分類

分類 (3件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： 病変 ,  分類 ,  CNN ,  パフォーマンス ,  GaN ,  医用画像 ,  増強