Core Concepts
コンピューターの深層学習に基づく医療画像の知的支援診断システムを提案し、高精度かつ高速な自動セグメンテーションを実現する。
Abstract
本研究では、Strutsとhibernateの2つのアーキテクチャを組み合わせ、DAOを使ってデータの保存とアクセスを行っている。深層ネットワークに適した二重モード湿度医療画像ライブラリを構築し、画像に基づいた二重モード医療画像支援診断手法を提案した。
様々な特徴抽出手法をテストした結果、AUROCが0.9985、再現率が0.9814、精度が0.9833と高い性能を示した。この手法は臨床診断に適用でき、実用的な手法である。外来医師は迅速に登録したり、プラットフォームにログインしてイメージをアップロードすることで、より正確な画像を得ることができる。画像のセグメンテーションは臨床部門の医師の診断を支援し、腫瘍の位置と性質を分析して、的確な治療につなげることができる。
Stats
AUROCが0.9985
再現率が0.9814
精度が0.9833
Quotes
「コンピューターの深層学習に基づく医療画像の知的支援診断システムを提案し、高精度かつ高速な自動セグメンテーションを実現する。」
「外来医師は迅速に登録したり、プラットフォームにログインしてイメージをアップロードすることで、より正確な画像を得ることができる。」
「画像のセグメンテーションは臨床部門の医師の診断を支援し、腫瘍の位置と性質を分析して、的確な治療につなげることができる。」