2019年02月08日
大腸CTアカデミア ニューラルネットワークConvolutional Neural Network（CNN）による大腸CT検査診断の可能性は！？
☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★
第14回消化管先進画像診断研究会(GAIA)
2019年3月10日（日）9:00から開催されます！
＜当番世話人＞
野津 聡先生 （埼玉県立がんセンター）
＜テ ー マ＞
「さらなる大腸ＣＴ検査の普及をめざして」
＜会 場＞
国立がん研究センター築地キャンパス
新研究棟１階 大会議室
お近くの方は是非、ご参加くださいね。
☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★
PubMedから、今日のつぶやき − 421 −
Chen Y, et al. 3D Convolutional Neural Network Framework for Polyp Candidates Detection on the Limited Dataset of CT Colonography. Conf Proc IEEE Eng Med Biol Soc 2018;2018:678-681.
新しい論文
「大腸CT検査のポリープ検出のための
3D畳み込みニューラルネットワークフレームワークを利用した
限られたデータでの検討。」
のご紹介です。
「つぶやき − 395 −」では小腸内視鏡検査のAIをご紹介しました。
畳み込みニューラルネットワーク
Convolutional Neural Network（CNN）
つまり
深層学習と呼ばれるニューラルネットワーク（CNN）を進化させた技術を
小腸カプセル内視鏡の診断に応用した研究でしたね。
今回はCNNによる大腸CT検査診断の可能性について検討した
研究報告になります。
【要旨】
大腸CT検査で
畳み込みニューラルネットワーク（CNN）を開発するには
大規模な匿名化データセットが必要である。
本研究では、大腸CT検査で
ポリープ自動検出のため
3次元CNNによるコンピュータ支援診断（CAD）に対し、
データ不足を解決するための
フレームワークを提案する。
我々の研究スキームは
1）データの増大
2）平坦な3次元残存完全畳み込みネットワーク（FCN）
を用いることである。
第1のスキームでは、
大規模データサンプルをつくるために、
広範囲の回転、平行移動、およびスケーリングを
連続性に読み込むことである。
第2のスキームでは、
大腸抽出以外の課題を解決するために、
既存のV-Netをフラットな残存FCNに適合させることである。
我々のスキームは、
正確な大腸抽出の電子レンジングに依存することなく
パイロット結果としては
偽陽性が非常にに少なく、
感度を高くすることを可能とした。
（感想）
研究内容は技術的な報告が主であるため
いくぶんか難しいです。
大切なことは大腸CT検査領域でも
AIの介入もそんなに先なことではないという
ことですね。
日本勢も頑張らないといけません。
原文
https://www.ncbi.nlm.nih.gov/pubmed/30440487
ご注意）必ずしも論文の内容をすべて網羅している情報ではございません。詳細にご興味の方は原文をご確認ください。つぶやきは正確な情報発信を心がけますが、その内容を保証するものではないことをどうぞご了承ください。
◆メルマガ「大腸CT検査アカデミー」無料購読募集中です◆
ライン参加者の皆様も過去の記事を読むのに便利ですよ〜
☆☆大腸CT検査ってなあに？ 〜大腸がんをへらせるの？〜☆☆
Q&A方式で、一般の方の素朴な疑問に答えます！
ご質問もお待ちしています。
◆ラインコミュニティ「CTC Academy」の参加募集◆
メリット
・画像が共有できる！
・最新の情報を入手できる。
・仲間と意見を交換できる。
・待ち時間に気軽にみられる。
・配信されたことがすぐに分かる。
☆彡 入会希望の方はご連絡下さい
【100名の仲間がいるよ！】
（恐れ入りますが、ラインコミュニティは医療関係者の方に限定させていただいております）
■読影トレーニングに関して重要なお知らせです。■
ここ数年、ボランティアで読影トレーニングを行ってきましたが、
自身の業務が膨大になってきたこともあり、
残念ながら永続的に続けることは困難となりました。
2017年の春から予告しておりましたように、
ボランティアによる読影トレーニングの実施は
2017年末で終了いたしました。
何卒、ご理解のほどよろしくお願い致します。
●お願いとお断り●
本ブログの無断転用および複製を禁止いたします。
著者に無断で各種メディアに貼り付ける
などの行為は著作権違反となります。
読者の皆さまの大腸検査に対する知識のお役に立ちましたら幸いです。
にほんブログ村
第14回消化管先進画像診断研究会(GAIA)
2019年3月10日（日）9:00から開催されます！
＜当番世話人＞
野津 聡先生 （埼玉県立がんセンター）
＜テ ー マ＞
「さらなる大腸ＣＴ検査の普及をめざして」
＜会 場＞
国立がん研究センター築地キャンパス
新研究棟１階 大会議室
お近くの方は是非、ご参加くださいね。
☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★
PubMedから、今日のつぶやき − 421 −
Chen Y, et al. 3D Convolutional Neural Network Framework for Polyp Candidates Detection on the Limited Dataset of CT Colonography. Conf Proc IEEE Eng Med Biol Soc 2018;2018:678-681.
新しい論文
「大腸CT検査のポリープ検出のための
3D畳み込みニューラルネットワークフレームワークを利用した
限られたデータでの検討。」
のご紹介です。
「つぶやき − 395 −」では小腸内視鏡検査のAIをご紹介しました。
畳み込みニューラルネットワーク
Convolutional Neural Network（CNN）
つまり
深層学習と呼ばれるニューラルネットワーク（CNN）を進化させた技術を
小腸カプセル内視鏡の診断に応用した研究でしたね。
今回はCNNによる大腸CT検査診断の可能性について検討した
研究報告になります。
【要旨】
大腸CT検査で
畳み込みニューラルネットワーク（CNN）を開発するには
大規模な匿名化データセットが必要である。
本研究では、大腸CT検査で
ポリープ自動検出のため
3次元CNNによるコンピュータ支援診断（CAD）に対し、
データ不足を解決するための
フレームワークを提案する。
我々の研究スキームは
1）データの増大
2）平坦な3次元残存完全畳み込みネットワーク（FCN）
を用いることである。
第1のスキームでは、
大規模データサンプルをつくるために、
広範囲の回転、平行移動、およびスケーリングを
連続性に読み込むことである。
第2のスキームでは、
大腸抽出以外の課題を解決するために、
既存のV-Netをフラットな残存FCNに適合させることである。
我々のスキームは、
正確な大腸抽出の電子レンジングに依存することなく
パイロット結果としては
偽陽性が非常にに少なく、
感度を高くすることを可能とした。
（感想）
研究内容は技術的な報告が主であるため
いくぶんか難しいです。
大切なことは大腸CT検査領域でも
AIの介入もそんなに先なことではないという
ことですね。
日本勢も頑張らないといけません。
原文
https://www.ncbi.nlm.nih.gov/pubmed/30440487
ご注意）必ずしも論文の内容をすべて網羅している情報ではございません。詳細にご興味の方は原文をご確認ください。つぶやきは正確な情報発信を心がけますが、その内容を保証するものではないことをどうぞご了承ください。
◆メルマガ「大腸CT検査アカデミー」無料購読募集中です◆
ライン参加者の皆様も過去の記事を読むのに便利ですよ〜
☆☆大腸CT検査ってなあに？ 〜大腸がんをへらせるの？〜☆☆
Q&A方式で、一般の方の素朴な疑問に答えます！
ご質問もお待ちしています。
◆ラインコミュニティ「CTC Academy」の参加募集◆
メリット
・画像が共有できる！
・最新の情報を入手できる。
・仲間と意見を交換できる。
・待ち時間に気軽にみられる。
・配信されたことがすぐに分かる。
☆彡 入会希望の方はご連絡下さい
【100名の仲間がいるよ！】
（恐れ入りますが、ラインコミュニティは医療関係者の方に限定させていただいております）
■読影トレーニングに関して重要なお知らせです。■
ここ数年、ボランティアで読影トレーニングを行ってきましたが、
自身の業務が膨大になってきたこともあり、
残念ながら永続的に続けることは困難となりました。
2017年の春から予告しておりましたように、
ボランティアによる読影トレーニングの実施は
2017年末で終了いたしました。
何卒、ご理解のほどよろしくお願い致します。
●お願いとお断り●
本ブログの無断転用および複製を禁止いたします。
著者に無断で各種メディアに貼り付ける
などの行為は著作権違反となります。
読者の皆さまの大腸検査に対する知識のお役に立ちましたら幸いです。
にほんブログ村
【このカテゴリーの最新記事】
-
no image
-
no image
-
no image
-
no image
-
no image
-
no image
-
no image
-
no image
-
no image
-
no image
この記事へのコメント
コメントを書く
この記事へのトラックバックURL
https://fanblogs.jp/tb/8530340
※ブログオーナーが承認したトラックバックのみ表示されます。
この記事へのトラックバック
