@misc{oai:repo.qst.go.jp:00061694,
 author = {細田, 順一 and 上村, 幸司 and 小畠, 隆行 and 生駒, 洋子 and 安藤, 裕 and 鎌田, 正 and 溝江, 純悦 and 辻井, 博彦 and 柳澤, 政生 and 内山, 明彦 and 外山, 比南子 and 細田 順一 and 上村 幸司 and 小畠 隆行 and 生駒 洋子 and 安藤 裕 and 鎌田 正 and 溝江 純悦 and 辻井 博彦},
 month = {Jul},
 note = {MRI画像における腫瘍の検出は、周囲軟部組織とのコントラストが弱いため、相当の熟練が要求される．本研究では、腫瘍診断によく用いられる3種類のMRl画像（Gd造影、T1強調、T2強調）を対象とし、自己組織化マップ（Self-Organizing Maps：SOMを用いたクラスタリングを行うことにより、腫瘍部位を分類し、良好な結果が得られている．しかし、SOMの学習には多くの時間を要すため、実用的でないという問題がある．そこで、検索範囲と更新範囲を限定した高速化アルゴリズム（高速法）を提案し、分類精度と学習時間について検討を行った．その結果、シミュレーションデータと臨床例の両方で、学習時間を最大200分の1以下に短縮できた．分類精度については、シミュレーションデータで全クラスタにおいて100％の合致率を得ることができ、臨床例でも従来法と同程度に腫瘍を他の部位と異なるクラスタとして分類できた．, 第25回日本医用画像工学会大会},
 title = {自己組織化マップを用いた複数MRI画像からの腫瘍自動抽出　一高速化アルゴリズムの検討−},
 year = {2006}
}