| 講演抄録／キーワード |
| 講演名 |
2018-02-16 11:15
機械学習を用いたMR画像からの転移性脳腫瘍の分類に関する一検討
○菅田健斗・小川貴弘・長谷山美紀・タ キンキン・工藤與亮・白土博樹（北大） |
| 抄録 |
（和） |
本稿では, magnetic resonance (MR) imaging 装置により得られた MR 画像に対して, 機械学習を用いて転移性脳腫瘍を分類する手法を提案する. 提案手法では, MR 画像の各スライス画像より特徴を抽出し, 機械学習手法を適用することにより, 転移性脳腫瘍の分類を可能とする. 特に, 画像に対する ground-truth として転移性脳腫瘍に関するセグメンテーション結果が存在しないという現実の診療状況を考慮した手法構築を図る. 具体的に, データの再構築を図るため, brain tumor segmentation (BraTS) データセットを活用し, 再構築後の学習データを利用して機械学習手法を適用することで, 分類器を構築する. これにより, 診療現場の状況を考慮した高精度な転移性脳腫瘍の分類が期待できる. 本稿の最後では, 実験により提案手法の有効性を示す. |
| （英） |
This paper presents a method that classifies magnetic resonance (MR) images suffered from brain metastases. The proposed method enables classification of brain metastases based on feature extraction and machine learning methodology. Specifically, this paper considers a real situation that there are no segmentation results for MR images assigned by radiologists’ reading. Firstly, the public dataset, called brain tumor segmentation (BraTS) dataset, is used for training data reconstruction, and the classification model is constructed based on machine learning. Consequently, the accurate classification of brain metastasis with considering the real situation is expected. Experimental results obtained by applying our method to MR images show its effectiveness. |
| キーワード |
（和） |
脳転移 / 核磁気共鳴画像 / 機械学習 / brain tumor segmentation (BraTS) データセット / / / / |
| （英） |
brain metastasis / magnetic resonance / machine learning / brain tumor segmentation (BraTS) dataset / / / / |
| 文献情報 |
映情学技報, vol. 42, no. 4, ME2018-33, pp. 311-314, 2018年2月. |
| 資料番号 |
ME2018-33 |
| 発行日 |
2018-02-08 (MMS, HI, ME, AIT) |
| ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
IEICE-ITS IEICE-IE MMS HI ME AIT |
| 開催期間 |
2018-02-15 - 2018-02-16 |
| 開催地（和） |
北海道大学 |
| 開催地（英） |
Hokkaido Univ. |
| テーマ（和） |
画像処理および一般 |
| テーマ（英） |
Image Processing, etc. |
| 講演論文情報の詳細 |
| 申込み研究会 |
ME |
| 会議コード |
2018-02-ITS-IE-MMS-HI-ME-AIT |
| 本文の言語 |
日本語 |
| タイトル（和） |
機械学習を用いたMR画像からの転移性脳腫瘍の分類に関する一検討 |
| サブタイトル（和） |
|
| タイトル（英） |
A note on classification of brain metastases from MR images based on machine learning |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
脳転移 / brain metastasis |
| キーワード(2)（和/英） |
核磁気共鳴画像 / magnetic resonance |
| キーワード(3)（和/英） |
機械学習 / machine learning |
| キーワード(4)（和/英） |
brain tumor segmentation (BraTS) データセット / brain tumor segmentation (BraTS) dataset |
| キーワード(5)（和/英） |
/ |
| キーワード(6)（和/英） |
/ |
| キーワード(7)（和/英） |
/ |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
菅田 健斗 / Kento Sugata / スガタ ケント |
| 第1著者 所属（和/英） |
北海道大学 (略称： 北大)
Hokkaido University (略称： Hokkaido Univ.) |
| 第2著者 氏名（和/英/ヨミ） |
小川 貴弘 / Takahiro Ogawa / オガワ タカヒロ |
| 第2著者 所属（和/英） |
北海道大学 (略称： 北大)
Hokkaido University (略称： Hokkaido Univ.) |
| 第3著者 氏名（和/英/ヨミ） |
長谷山 美紀 / Miki Haseyama / ハセヤマ ミキ |
| 第3著者 所属（和/英） |
北海道大学 (略称： 北大)
Hokkaido University (略称： Hokkaido Univ.) |
| 第4著者 氏名（和/英/ヨミ） |
タ キンキン / Khin Khin Tha / タ キンキン |
| 第4著者 所属（和/英） |
北海道大学 (略称： 北大)
Hokkaido University (略称： Hokkaido Univ.) |
| 第5著者 氏名（和/英/ヨミ） |
工藤 與亮 / Kohsuke Kudo / クドウ コウスケ |
| 第5著者 所属（和/英） |
北海道大学 (略称： 北大)
Hokkaido University (略称： Hokkaido Univ.) |
| 第6著者 氏名（和/英/ヨミ） |
白土 博樹 / Hiroki Shirato / シラト ヒロキ |
| 第6著者 所属（和/英） |
北海道大学 (略称： 北大)
Hokkaido University (略称： Hokkaido Univ.) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 第21著者 氏名（和/英/ヨミ） |
/ / |
| 第21著者 所属（和/英） |
(略称： )
(略称： ) |
| 第22著者 氏名（和/英/ヨミ） |
/ / |
| 第22著者 所属（和/英） |
(略称： )
(略称： ) |
| 第23著者 氏名（和/英/ヨミ） |
/ / |
| 第23著者 所属（和/英） |
(略称： )
(略称： ) |
| 第24著者 氏名（和/英/ヨミ） |
/ / |
| 第24著者 所属（和/英） |
(略称： )
(略称： ) |
| 第25著者 氏名（和/英/ヨミ） |
/ / |
| 第25著者 所属（和/英） |
(略称： )
(略称： ) |
| 第26著者 氏名（和/英/ヨミ） |
/ / |
| 第26著者 所属（和/英） |
(略称： )
(略称： ) |
| 第27著者 氏名（和/英/ヨミ） |
/ / |
| 第27著者 所属（和/英） |
(略称： )
(略称： ) |
| 第28著者 氏名（和/英/ヨミ） |
/ / |
| 第28著者 所属（和/英） |
(略称： )
(略称： ) |
| 第29著者 氏名（和/英/ヨミ） |
/ / |
| 第29著者 所属（和/英） |
(略称： )
(略称： ) |
| 第30著者 氏名（和/英/ヨミ） |
/ / |
| 第30著者 所属（和/英） |
(略称： )
(略称： ) |
| 第31著者 氏名（和/英/ヨミ） |
/ / |
| 第31著者 所属（和/英） |
(略称： )
(略称： ) |
| 第32著者 氏名（和/英/ヨミ） |
/ / |
| 第32著者 所属（和/英） |
(略称： )
(略称： ) |
| 第33著者 氏名（和/英/ヨミ） |
/ / |
| 第33著者 所属（和/英） |
(略称： )
(略称： ) |
| 第34著者 氏名（和/英/ヨミ） |
/ / |
| 第34著者 所属（和/英） |
(略称： )
(略称： ) |
| 第35著者 氏名（和/英/ヨミ） |
/ / |
| 第35著者 所属（和/英） |
(略称： )
(略称： ) |
| 第36著者 氏名（和/英/ヨミ） |
/ / |
| 第36著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2018-02-16 11:15:00 |
| 発表時間 |
15分 |
| 申込先研究会 |
ME |
| 資料番号 |
MMS2018-33, HI2018-33, ME2018-33, AIT2018-33 |
| 巻番号（vol） |
vol.42 |
| 号番号（no） |
no.4 |
| ページ範囲 |
pp.311-314 |
| ページ数 |
4 |
| 発行日 |
2018-02-08 (MMS, HI, ME, AIT) |
|