@inproceedings{oai:repo.qst.go.jp:00082427,
 author = {堀, 圭佑 and 岩男, 悠真 and 高橋, 美和子 and 椎谷, 洋彦 and 佐藤, 雅昭 and 山谷, 泰賀 and Keisuke, Hori and Yuma, Iwao and Miwako, Takahashi and Haruhiko, Shiiya and Taiga, Yamaya},
 book = {信学 技報 IEICE Technical Report},
 issue = {73},
 month = {Mar},
 note = {肺移植後早期のFDG-PETから慢性拒絶の兆候をいち早く掴むことを課題として，肺移植モデルラットを対象にFDG-PET画像と炎症の病理診断結果を関連付ける研究を行った．今回，ImageNetで学習済みのVGG16を使用し，肺移植後３週目のFDG-PET画像から６週目の病理診断結果を予測したところ，最も精度の高かったエポックで感度96%，特異度91％と高い精度で予測することができたので報告する．さらに入力画像の特徴量を削減することで予測精度への影響を分析し，病理予測には左肺下部の情報が重要である可能性が示された．},
 pages = {108--111},
 title = {肺移植後FDG-PET －Deep Learningによる拒絶反応予測と判断根拠の可視化－},
 volume = {MI2020},
 year = {2021}
}