適応的ヒストグラム平滑化による眼底画像マルチラベル分類の汎化性能改善

抄録

眼底画像の読影は、高度な専門性と集中力を要求されるタスクであるため、コンピュータ診断支援（Computer-aided Diagnosis: CAD）による補助が有効である。特に、眼底画像に対応する所見名を予測して医師の診断時に提供する Concurrent Reader 方式の診断支援は、読影にかかる時間を大幅に削減することができるため、医療経済的に価値が高い。本研究では、Concurrent Reader 方式の眼底読影 CAD に搭載される、眼底画像から所見名を予測するマルチラベル分類モデルに着目する。適応的ヒストグラム平滑化によってカメラ機種ごとの差異を除き、マルチラベル分類モデルの汎化性能を改善できることを明らかにする。更に、適応的ヒストグラム平滑化を適用する際のパラメータおよび色空間の選択による影響を評価、論ずる。