文献

J-GLOBAL ID：201802257730331690   整理番号：18A0518757

パッチベース畳込みニューラルネットワークによるX線画像からの胃癌リスクの検出【Powered by NICT】

Detection of gastric cancer risk from X-ray images via patch-based convolutional neural network

著者 (3件)： Ishihara Kenta (Graduate School of Information Science and Technology, Hokkaido University, N-14, W-9, Kita-ku, Sapporo, 060-0814, Japan) ,  Ogawa Takahiro (Graduate School of Information Science and Technology, Hokkaido University, N-14, W-9, Kita-ku, Sapporo, 060-0814, Japan) ,  Haseyama Miki (Graduate School of Information Science and Technology, Hokkaido University, N-14, W-9, Kita-ku, Sapporo, 060-0814, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIP  ページ： 2055-2059  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,パッチに基づく畳込みニューラルネットワーク(CNN)を用いたX線画像から胃癌リスクの新規検出法を提示した。画像レベルグランドトルースだけであるにもかかわらず,この方法は,正確に胃癌リスクを検出できるパッチベースCNNの訓練を可能にした。さらに,提案した方法は,リスクの有無に関連する症状の全体を表すことができる特徴ベクトルを抽出することができる。具体的には,提案した方法は,CNNを介してそれらの真のリスクに関連したパッチを選択し,この方法の最も革新的な貢献である。さらに,選択されたパッチから得られたCNNの中間層からの出力値にバッグの特徴表現を適用して特徴ベクトルを抽出した。最後に,胃癌リスクの検出は,抽出した特徴ベクトルをサポートベクトルマシンに行った。実験結果は,提案した方法が単一山形から採取したX線画像のみを用いるにもかかわらず,提案した方法は,多重角から採取したX線画像から得られた検出結果を組み合わせた以前に報告した方法よりも優れていることを確認し,医師のそれよりも高い性能を達成することができる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 多重化 ,  *胃腫瘍 ,  医師 ,  サポートベクトルマシン ,  検出法 ,  *画像 ,  *X線画像
準シソーラス用語： 特徴表現 ,  中間層 ,  特徴ベクトル ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： パッチ ,  畳込みニューラルネットワーク ,  X線画像 ,  胃癌 ,  リスク