CNN特徴とSVM分類を適用した大腸内視鏡画像がん診断支援システムのカスタマイザブルDSPコアへの実装

• 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

• 戸石, 浩司

• 菅原, 崇之

• 辻, 雅之

• 小田川, 真之

• 丹場, 展雄

書誌事項

タイトル別名

• Implementation of Computer-Aided Diagnosis System for Colorectal Endoscopic Images with CNN features and SVM on Customizable DSP Core

抄録

本稿は，Convolutional Neural Network (CNN) の処理結果を特徴量として使用し，Support Vector Machine (SVM) による病理タイプ分類を行う，大腸 Narrow Band Imaging (NBI) 拡大内視鏡がん診断支援システムのリアルタイム処理実現を目的とする．CNN 特徴と SVM 分類を適用した診断支援システムをカスタマイザブルな Digital Signal Processing (DSP) コアである，Cadence 社の Cadence Tensilica Vision P6 DSP コアに実装し評価を行った．その結果，コアアーキテクチャに適したアルゴリズム改良を行うことで CNN や SVM の主要処理が効率的に実行でき，改良前と比較して処理サイクル数が 1/30 に削減されリアルタイム処理 (30 fps@100 MHz) が実現可能であることを示した．

This paper intoroduce an implementation of Computer-Aided Diagnosis (CAD) system for clorectal endoscopic images on a cumtamizable Digital Signal Processing (DSP) core, Cadence Tensilica Vision P6 DSP. We estimated the system implemented on Vision P6 DSP core that is using Convolutional Neural Network (CNN) as a feature extraction module for Support Vector Machine. As an estimation for processing cycles of SVM module, we achieved that the SVM module optimized for effective processing onto Vision P6 DSP is about 1/30 faster than before optimized algorithm.

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 33-38, 2017-08-23

キーワード

• ソフトウェア最適化

詳細情報

• CRID: 1050011097136062848
• NII論文ID: 170000175861
• Web Site: http://id.nii.ac.jp/1001/00183167/
• 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