WEKO3
-
RootNode
アイテム
スパースコーディングを用いた医療画像の特徴抽出
https://ipsj.ixsq.nii.ac.jp/records/67020
https://ipsj.ixsq.nii.ac.jp/records/67020b1a5a057-01b1-49a2-a4ab-682e53bbc721
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-BIO09019034.pdf (608.6 kB)
|
Copyright (c) 2009 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2009-12-10 | |||||||
| タイトル | ||||||||
| タイトル | スパースコーディングを用いた医療画像の特徴抽出 | |||||||
| タイトル | ||||||||
| 言語 | en | |||||||
| タイトル | Feature extraction with Sparse-coding for medical images | |||||||
| 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_18gh | |||||||
| 資源タイプ | technical report | |||||||
| 著者所属 | ||||||||
| 電気通信大学大学院電気通信学研究科 | ||||||||
| 著者所属 | ||||||||
| 電気通信大学電気通信学部 | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| The Graduate School of Electro-Communications, University of Electro-Communications | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Faculty of Electro-Communications, The University of Electro-Communications | ||||||||
| 著者名 |
稲垣, 大樹
庄野, 逸
× 稲垣, 大樹 庄野, 逸
|
|||||||
| 著者名(英) |
Taiju, Inagaki
Hayaru, Shouno
× Taiju, Inagaki Hayaru, Shouno
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | コンピュータ支援診断 (computer-aided diagnosis, CAD) において，CT 画像などの画像診断を行うようなシステムを構築する場合，画像クラス分類は重要な課題である．一般に，医師が経験で得た知識をアルゴリズムとして定義することは難しいため，計算機で実装することは困難を伴う場合が多い．本研究は，ヒトが画像の判別を行うようなメカニズムを何らかの形で CAD システムに取り入れることで，このクラス分類に対するアプローチを行うことを目的としている．ここでは，クラス分類において重要なウェイトを占める特徴抽出に対して，生物の視覚の学習モデルとして考案されたスパースコーディングを適用し，画像データから抽出された特徴が有効なものであるかの評価を試みた． | |||||||
| 論文抄録(英) | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | Image classification is a important problem when we build a system preforming the image diagnosis such as CT in Computer-Aided Diagnosis(CAD). In general, it has many cases with the difficulty to implement with a computer, because it is difficult to define the knowledge that a doctor got by experience as algorithm. In this sutdy, there is it for the purpose of performing approach for this class classification taking the mechanism that the human distinguishes the image into CAD. And, we tried the evaluation that feature quantity extracted by sparse coding which devised as a learning model of the sighy of the human from image data was effective. | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AA12055912 | |||||||
| 書誌情報 |
研究報告バイオ情報学（BIO） 巻 2009-BIO-19, 号 34, p. 1-6, 発行日 2009-12-10 |
|||||||
| Notice | ||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||
| 出版者 | ||||||||
| 言語 | ja | |||||||
| 出版者 | 情報処理学会 | |||||||
