2016 Fiscal Year Research-status Report
機械学習を用いた描画像のデジタルパターン解析による精神機能障害の新指標探索
Project/Area Number |
16K01512
|
Research Institution | Osaka Prefecture University |
Principal Investigator |
稲富 宏之 大阪府立大学, 総合リハビリテーション学研究科, 教授 (10295107)
|
Co-Investigator(Kenkyū-buntansha) |
岩田 基 大阪府立大学, 工学(系)研究科(研究院), 准教授 (70316008)
|
Project Period (FY) |
2016-04-01 – 2019-03-31
|
Keywords | リハビリテーション / 精神機能障害 / 機械学習 / バウムテスト / 樹木画分類 / ゲシュタルト |
Outline of Annual Research Achievements |
平成28年度は、既知の樹木画分類による判定と比較するために、HOG特徴量によるSVM分類、および画像認識の分野でよく扱われている畳み込みニューラルネットワーク(CNN)による分類を用いて検証した。サンプルである樹木画343枚は、既知の判定基準に従って、異型画168枚と普通画175枚の2クラス分類、さらに異型画の下位分類である陽性画39枚と陰性画61枚と合併画68枚および普通画175枚の4クラス分類の条件下で判定された。CNN のモデルにIllustration2Vecを採用して2 クラス分類と4 クラス分類を実施した。バッチサイズは 16、勾配降下法の最適化アルゴリズムは Adam として 100Epoch の学習が行われた。実験の検証方法は10-fold Cross Validation を用いた。実験に用いた計算機の GPU は GeForce GTX TITAN X,OS は Ubuntu 16.04 であった。 実験結果として、正しく推定された画像の枚数を全画像枚数で割った比率である全体の推定精度が2クラス分類と4クラス分類で算出された。2 クラス分類では、Illustration2Vec による全体の推定精度は 79.9%であり、おおむね既知の判定基準と同程度であることが示唆された。4クラス分類では、HOG特徴量によるSVMは全体の推定精度が 43.2%であり、一方のIllustration2Vec による全体の推定精度は 60.3%であった。4クラス分類の全体の推定精度において、Illustration2VecはHOG 特徴量による SVMよりも17.1 ポイントの向上を認めたが、全体的に低い推定精度であることが示唆された。4クラス分類で低い推定精度であった一因として、サンプルである樹木画の画像枚数が少ないことが考えらえれた。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
HOG特徴量によるSVMよりも畳み込みニューラルネットワーク(CNN)による樹木画分類の方が精度高く分類できる可能性を確認できた。
|
Strategy for Future Research Activity |
より多くのバウム画を収集するために、1枚目とは異なる指示によって2枚目を得る「2枚法」、および他者の干渉を制限して静音な環境下での集団実施も積極的に行う。 機械学習による樹木画判定の精度を高めるために、(1)画型の部分的特徴を全体性の中に統合する条件、および(2)描画密度は高いがゲシュタルトが崩れた特徴を機械に学習させるための条件も検討する。 また、機械学習の元になる既知の樹木画分類を判定するときに、複数の判定者による一致度も考慮する。
|
Causes of Carryover |
今年度のデータ収集では、被験者に対して謝金を支払う必要がない研究協力施設であった。 精神疾患のある対象者、および健常者を含め、データ数がより多く必要になることが今年度の結果から示唆された。本研究で使用する計算機が、今後追加するデータ数の増加に対応できる計算処理能力をもつ必要があると考えられ、そのため購入を見送った。
|
Expenditure Plan for Carryover Budget |
データ収集にあたって、2枚法、および集団による実施を計画している。また、平成29年度ではより機械学習に適した最新の計算機を購入する予定とする。
|
Research Products
(2 results)