Medical Imaging Technology
特集/医用画像工学分野におけるディープラーニング応用と研究開発
胸腹部コンピューター支援診断におけるMTANN深層学習
平野 靖伊藤 貴佳橋本 典明木戸 尚治鈴木 賢治
著者情報
ジャーナル 認証あり

35 巻 (2017) 4 号 p. 194-199

詳細
PDFをダウンロード (1358K) 発行機関連絡先
抄録

本稿では,massive-training artificial neural network(MTANN)深層学習(deep learning)の概要と,その応用例を紹介する.MTANN深層学習は,画像を直接学習できるニューラルネットであり,単純X線像やCT像などの局所領域(1辺が十数画素程度のパッチ)を入力し,1つの画素値を出力する.画像全体は,局所領域を入力としたニューラルネットを畳み込み操作することにより得る.学習の際には,教師画像として尤度の分布を与える.すなわち,陽性サンプルに対しては病巣らしさの分布を与え,陰性サンプルに対しては0を与える.例えば,入力画像が肺結節の場合には,肺結節らしさを表す尤度分布のモデルとして,肺結節の中心位置にピークがある正規分布を考え,結節画像の局所領域を入力サンプルとし,その局所領域の中心位置に対応する正規分布の値を教師画素として与える.本稿では,MTANN深層学習の応用例として,CT colonographyにおける大腸表面型腫瘍の検出に対する偽陽性陰影の削減,胸部CT像における肺結節の良悪性鑑別,および胸部CT像におけるびまん性肺疾患の鑑別に応用した結果を示す.

著者関連情報
© 2017 日本医用画像工学会
前の記事 次の記事

閲覧履歴
feedback
Top