Active Learningを用いた大腸癌自動診断システム

• 研究課題/領域番号: 25330337
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 研究分野: 生命・健康・医療情報学
• 研究機関: 広島大学
• 研究代表者: ライチェフ ビセル 広島大学, 工学(系)研究科(研究院), 助教 (00531922)
• 研究期間 (年度): 2013-04-01 – 2016-03-31
• 研究課題ステータス: 完了 (2015年度)
• 配分額: 4,940千円 (直接経費: 3,800千円、間接経費: 1,140千円); 2015年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2014年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円); 2013年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
• キーワード: 大腸癌 / 癌の自動診断システム / ＮＢＩ画像 / Active Learning / Ensemble methods / NBI画像 / Active learning

研究成果の概要

癌の自動診断システムが高い認識性能を達成するために、多種多様な病変の画像例とそのラベル（クラス情報）を含んだ大規模なデータセットは欠かせない。しかし、このようなデータセットを作成するために専門医が介入する必要があり、手間やコストがかかるため、収集が困難な場合が多い。本研究課題では、少数のラベル付き画像例から抽出された局所コンテキスト特徴量とランダムフォレストに基づいた癌の自動診断システムを開発しました。

研究成果

• [雑誌論文] Automatic Detection of Good/Bad Colonies of iPS Cells Using Local Features (2015)
  • 著者名/発表者名: A. Masuda, B. Raytchev, T. Kurita, T. Imamura, M. Suzuki, T. Tamaki and K. Kaneda
  • 雑誌名: Lecture Notes in Computer Science (LNCS) 巻: 9352 ページ: 153-160
  • DOI: 10.1007/978-3-319-24888-2_19
  • ISBN: 9783319248875, 9783319248882
  • 査読あり / 謝辞記載あり
• [学会発表] 局所特徴量を用いたiPS細胞の分化・未分化検出 (2015)
  • 著者名/発表者名: 増田 淳基, Bisser Raytchev, 栗田 多喜夫, 今村 享, 鈴木 理, 玉木 徹, 金田 和文
  • 学会等名: 第18回画像の認識・理解シンポジウム(MIRU2015)
  • 発表場所: ホテル阪急エキスポパーク, 大阪
  • 年月日: 2015-07-28
• [学会発表] Image Sequence Recognition with Active Learning Using Uncertainty Sampling (2013)
  • 著者名/発表者名: M. Minakawa, B. Raytchev, T. Tamaki, K. Kaneda
  • 学会等名: IEEE International Joint Conference on Neural Networks (IJCNN2013)
  • 発表場所: Dallas, USA
• [学会発表] 画像列を用いた物体認識へのActive Learningの適用 (2013)
  • 著者名/発表者名: 皆川雅俊, Bisser Raytchev, 玉木徹, 金田和文
  • 学会等名: 第19回画像センシングシンポジウム SSII2013
  • 発表場所: 横浜