[4C1-OS-27a] 人工知能の医療応用(1)

[4C1-OS-27a-02] 畳込みニューラルネットワークとＳＶＭを用いたびまん性肺疾患の陰影識別

〇樋口 拓郎¹、間普 真吾¹、橋本 典明¹、木戸 尚治¹、平野 靖¹、近藤 堅司^2,3、小澤 順³ (1. 山口大学、2. 産業技術総合研究所、3. パナソニック株式会社)

キーワード：畳込みニューラルネットワーク、サポートベクターマシン

CAD（Computer Aided Diagnosis）の研究は医師にセカンド・オピニオンを与えるために行われ、自動特徴抽出能力を備えた深層学習を用いた。しかし、深層学習は、高性能を達成するためにラベル付きデータを多数必要とします。本論文では、機械学習を用いたびまん性肺疾患の分類問題を扱っており、ラベル付き訓練データの数を減らして高い分類精度を達成することを目指している。提案手法は、最初にSelective Searchを使用して肺CT画像から関心領域（ROI）画像を抽出する。そして、VGG16とSVMとを組み合わせて分類を行う。 VGG16は、畳込みニューラルネットワーク構造の1つであり、特徴抽出器として使用し、分類はSVMで行う。実験結果から、提案法はVGG16単独よりも高い分類精度を示した。