WEKO3
アイテム
特集6 ディープラーニング（畳み込み深層ニューラルネットワーク）による画像診断に向けて
https://repo.qst.go.jp/records/58838
https://repo.qst.go.jp/records/5883890ae5504-84a2-4c50-8f8b-6c454fad477f
| Item type | 一般雑誌記事 / Article(1) | |||||
|---|---|---|---|---|---|---|
| 公開日 | 2018-03-19 | |||||
| タイトル | ||||||
| タイトル | 特集6 ディープラーニング（畳み込み深層ニューラルネットワーク）による画像診断に向けて | |||||
| 言語 | ||||||
| 言語 | jpn | |||||
| 資源タイプ | ||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||
| 資源タイプ | article | |||||
| アクセス権 | ||||||
| アクセス権 | metadata only access | |||||
| アクセス権URI | http://purl.org/coar/access_right/c_14cb | |||||
| 著者 |
立花, 泰彦
× 立花, 泰彦× 立花 泰彦 |
|||||
| 抄録 | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | コンピュータを用いて画像診断を自動化したいというテーマは,研究者や医療者 たちにとっては長年の夢である。一方,ここ数年で起きた「ディープラーニング」「人工知能」ブームに乗って,コンピュータによる画像認識・画像処理の技術の著しい発達は日々喧伝されており,この夢はいまや手の届く現実になろうとしているかのように見える。時として,近い将来に画像診断医の仕事はなくなる,とまで噂されるほどである。しかし,特にディープラーニング〔の一部である畳み込み深層ニューラルネットワーク(deep convolutional neural network:dCNN)〕に焦点を当てて見ると,一般画像においては,画像診断に相当する分類学習の輝かしい成果が次々に挙がっているのに対し,医用画像においては,どちらかといえばセグメンテーションや画像再構成に関する研究が目立ち,分類学習(診断)に関する成果はやや遅れている印象もある。本稿では,ディープラーニングを用いた臨床画像診断について,臨床医の視点から,今後臨床実装を進めていく上で問題となると考えられる要素の一部を簡単に説明し,その解決に向けた筆者らの取り組みについて紹介する。 |
|||||
| 書誌情報 |
INNERVISION 2017年9月号 巻 32, 号 9, p. 47-49, 発行日 2018-03 |
|||||
| 出版者 | ||||||
| 出版者 | 株式会社インナービジョン | |||||
| 関連サイト | ||||||
| 識別子タイプ | URI | |||||
| 関連識別子 | http://www.innervision.co.jp/sp/publication/innervision2017/innervision201709 | |||||
| 関連名称 | http://www.innervision.co.jp/sp/publication/innervision2017/innervision201709 | |||||
