Bolassoを用いたびまん性肺疾患画像の特徴選択

IPSJ

Bibliographic Information

Other Title
  • Feature Selection for Diffuse Lung Disease Image by Bolasso

Search this article

Abstract

びまん性肺疾患は肺全体に拡がる病態を持ち，早期の発見と適切な治療が求められている．本研究では，びまん性肺疾患のX線CT画像に対して複数の特徴量を算出し，これらの特徴量群から，病態の特異性を示す特徴を選択しつつ，診断支援を行う学習機械の構築を試みた．このような学習機械の構築は，病態の特異性を持つ特徴量をデータに基づいて選択しているため，どのような特徴の組合せに病理診断のための情報がのっているのかを発見することが期待できる．本研究では，特徴選択においてBolassoと呼ばれる手法を適用している．Bolassoはスパース推定の枠組みで特徴選択を行うLASSOとブートストラップ法を組み合わせた手法である．通常LASSOを用いて特徴選択を行うと，データに含まれるノイズなどの影響により特徴を過剰に選択する傾向にある．Bolassoでは，この欠点を克服するために，ブートストラップ法による再標本データとLASSOの適用を繰り返し実行し，得られた組合せ集合から有効な特徴を推定する，このBolassoを，びまん性肺疾患の画像セットに対して適用することにより，異常陰影の解釈に適した特徴を絞り込めることを確認した．

Diffuse Lung Disease (DLD) are observed wide spreading in lung, and preventing spread of the disease requires early detection and proper medical treatment. In this research, we try to construct a computer aided diagnosis (CAD) system which selects features of DLD in X-ray CT image for classification. Combination of selected features, which are determined by data, would make clues of finding information carrier diagnosing task. In order to select features, we apply a method called “Bolasso” for this purpose. The Bolasso is a combination of bootstrapping method and a sparse modeling method called LASSO. LASSO requires sparse solution for representation, however, it tends to overestimate the features in selection process. Overcoming this problem, we introduce Bolasso, which integrates many LASSO solutions for resampled data by boot strapping. We confirm the Bolasso solution shows reasonable and stable for the DLD classification task.

Journal

Related Projects

See more

Keywords

Details 詳細情報について

Report a problem

Back to top