| 研究課題/領域番号 |
15K06145
|
|---|
| 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 |
制御・システム工学
|
|---|
| 研究機関 | 徳島大学 |
|---|
研究代表者 |
上野 淳二 徳島大学, 大学院医歯薬学研究部(医学系), 教授 (60116788)
|
|---|
| 研究分担者 |
近藤 正 徳島大学, 大学院医歯薬学研究部(医学系), 名誉教授 (80205559)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2018-03-31
|
| 研究課題ステータス |
完了 (2017年度)
|
| 配分額 *注記 |
2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2017年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2016年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2015年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | ニューラルネットワーク / ＧＭＤＨ / ＭＤＣＴ / 医用画像診断 / CAD / GMDH / MDCT |
|---|
| 研究成果の概要 |
本研究では、コンボリューションニューラルネットワーク(CNN)とディープGMDH-typeニューラルネットワークを組み合わせた、Hybrid型人工知能アルゴリズムを提案した。ディープGMDH-typeニューラルネットワークは、たくさんの隠れ層を持つディープニューラルネットワーク構造を自動的に自己組織化できる。そして、Hybrid型人工知能アルゴリズムを、腹部臓器の医用画像認識や、肝臓がんの医用画像診断などに応用した。また、得られた画像認識結果を、学習理論として誤差逆伝播法(BP法)を用いる従来からよく使われているシグモイド関数型人工ニューラルネットワークと比較して、その有効性を確認した。
|
