リアルタイム大腸内視鏡画像診断支援システムのためのCNN特徴とSVM分類を用いた識別手法

• 岡本, 拓巳

• 小出, 哲士

• 玉木, 徹

• Bisser, Raytchev

• 金田, 和文

• 吉田, 成人

• 三重野, 寛

• 田中, 信治

書誌事項

タイトル別名

• Classification Method for Real-Time NBI Colorectal Endoscopic Images with CNN features and SVM

抄録

本稿では大腸 Narrow Band Imaging (NBI) 拡大内視鏡がん診断支援実現のため，Convolutional Neural Network (CNN) の処理結果を特徴量と見做し，Support Vector Machine (SVM) による病理タイプ識別を行う手法を提案する．提案手法は研究グループで提案している Bag-of-Features (BoF) に基づく診断支援の特徴量抽出処理を，学習済み CNN の結果を用いることで実現する．これにより，一般物体認識のために抽出された局所特徴量が，SVM による病理タイプ分類に有効な特徴量として利用できることが期待できる．提案手法の組込みシステム化を考慮して識別精度の検証を行い，その結果非腫瘍 ・ 腫瘍の識別において医療現場からの要求性能である 90 % 以上の識別精度を確認した．

This paper intoroduce a classification method for real-time Narrow-Band Imaging (NBI) colorectal endoscopic images with Convolutional Neural Network (CNN) and Support Vector Machine (SVM) as a Computer-Aided Diagnosis (CAD) system. The proposed method using the result of pre-learned CNN as a feature extraction module on BoF framework and SVM inputs the result for classification. We estimated identification accuracy compare with the BoF framework and the proposed method. As an estimation result, we achieved that the proposed method can identify cancer or not with about 90% accuracy.

収録刊行物

• DAシンポジウム2017論文集

  DAシンポジウム2017論文集 2017 27-32, 2017-08-23

キーワード

• ソフトウェア最適化

詳細情報

• CRID: 1050574047106665472
• NII論文ID: 170000175860
• Web Site: http://id.nii.ac.jp/1001/00183166/
• 本文言語コード: ja
• 資料種別: conference paper
• データソース種別:
  • IRDB
  • CiNii Articles
  • KAKEN