ショートノート
Feature FusionモデルによるGrad-CAMを用いた皮膚病変画像分類
2025 年 37 巻 1 号 p. 540-543
詳細
2025 年 37 巻 1 号 p. 540-543
近年，皮膚病変の自動診断のために多くの方法が提案されており，皮膚病変の非対称性，境界の不規則性などのルールに基づくものが多い．しかし，皮膚病変の画像は，ノイズや低コントラストなどのばらつきが大きいため，堅牢な皮膚病変の自動診断には更なる性能向上が必要である．堅牢性の向上のために，アンサンブルに基づく手法が提案されているが，複数の畳み込みニューラルネットワーク（CNN）からのラベル出力を利用するものであり性能が低い．そこで，本研究では，各モデルから抽出した画像特徴量を直接用いるFeature Fusionモデルを構築し，更に，Grad-CAMからの特徴マップを組み込み，重要な特徴量を利活用可能なモデルを提案する．提案法の性能検証では，ISICオープンソースデータセットを用い，皮膚病変の4つのクラス分類において93%の高い精度を達成した．
