| 研究概要 |
実験およびデータ収集 協力関係にある医療機関より,摘出した子宮筋腫,胎盤梗塞などのサンプルの提供を受け,既に構成している摂動波併用超音波診断装置のプロトタイプ(現有)および低周波加振併用観測系(現有)を用いた観測を行い,データの収集を行った.比較のため,全ての組織は従来の超音波診断エコー装置(現有)でも同時に観測し,反射強度像を記録した.
データ解析 それぞれの組織とその観測像についての医師の正常(健常)組織および異常組織(患部)という判定をもとに,注目する線形および非線形パラメータの分布より,帰納的に特徴空間内の分類境界を獲得する必要がある.それを実現するだめのパターン分類法として,学習によるモデルとパラメータの同時探索により適切な分類境界のタイプと位置を決定することを可能とする学習アルゴリズムを,異種の中間層素子が混在するニューラルネットワーク上に実現した.提案するアルゴリズムを1次および2次の分類境界を必要とする疑似クラスタリング問題に適用し,ネットワークのモデルによって決定される分類境界のタイプを適切に学習できることを確認した.次年度は実際に得た生体組織についてのパラメータ分類を提案アルゴリズムにて実現し,新たな診断基準の提案を目指す.
報告 研究の進行状況を,電子情報通信学会研究会にて報告した[1].
[1] Keisuke Kameyama and Yukio Kosugi,“An algorithm for model determination in a layerednetwork with non-uniform hidden layer unit set,"信学技報,NC98-96,pp.141・148,(1999-02)
|
