文献

J-GLOBAL ID：202102210212625048   整理番号：21A1099395

メラノーマ検出における深さ学習アルゴリズムの性能に対する皮膚色の影響の検討【JST・京大機械翻訳】

Study on effect of skin color on performance of deep learning algorithm in melanoma detection

著者 (3件)： Zhang Jie (解放軍総医院医療保障中心医学工程科,北京 100048) ,  Zhao Huijun (解放軍総医院医療保障中心医学工程科,北京 100048) ,  Fa Zhenzong (解放軍総医院第六医学中心皮膚科,北京 100048)
資料名： Yiliao Weisheng Zhuangbei  (Yiliao Weisheng Zhuangbei)
巻： 41  号： 12  ページ： 26-30  発行年： 2020年 
JST資料番号： C3745A  ISSN： 1003-8868  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 【目的】メラノーマ検出における深さ学習アルゴリズムの性能に及ぼす画像皮膚背景色の影響を調査する。方法:海量帯ラベルの皮膚鏡画像から白い皮膚画像と黄色皮膚画像の2種類のデータセットを区別し、2種類のデータセットをそれぞれ一定の割合で訓練セット、検証セットとテストセットに分けた。白色皮膚画像と黄色皮膚画像の2種類のデータセットをResNet-152ネットワークと同じ超パラメータで訓練、検証とテストを行い、測定結果は感度、特異性、精度、平均精度とROCのAUCなどの5つの指標で評価を行った。最後に、白色皮膚データ訓練で得られたモデル上で黄色皮膚画像のテスト集合に対して検出を行い、テストセットと訓練セットといずれも黄色皮膚画像からの結果を比較した。結果;ネットワークモデルと超パラメータが同じ前提の下で,テストセットとトレーニングセットは,同じデータセット(すべて黄色皮膚画像)から,テスト結果の5つの指標の差が1%以下である。テストセットと訓練セットは,異なるクラスからのデータセット(テストセットが黄色皮膚画像,トレーニングセットが白色皮膚画像)である場合,精度,感度と平均精度の3つの指標がテストセットとトレーニングセットの同じクラスデータセットからのものよりも1%以上低下した。結論:テストデータとモデル訓練データが2つの異なる皮膚色画像である場合、モデル性能は明らかに低下し、皮膚色は深度学習アルゴリズムによるメラノーマの性能への影響が顕著である。黄色種ヒト黒色腫の自動検出アルゴリズム性能を向上させるために,より多くの黄色種皮膚鏡画像データを収集する必要がある。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： ネットワーク ,  ヒト ,  海洋 ,  *黒色腫 ,  *学習アルゴリズム
準シソーラス用語： 皮膚黄染 ,  画像データ ,  訓練データ ,  *肌色 ,  特異性 ,  背景色 ,  検出アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： メラノーマ ,  学習アルゴリズム ,  皮膚色