WEKO3
アイテム
深層学習によるメラノーマの自動診断システムの開発
https://kindai.repo.nii.ac.jp/records/2003822
https://kindai.repo.nii.ac.jp/records/200382267eea0eb-700d-48f7-ba6f-f16652f9aa96
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
20K12698seika.pdf (104.6 KB)
|
|
| アイテムタイプ | 報告書 / report(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2025-10-27 | |||||||||
| タイトル | ||||||||||
| タイトル | 深層学習によるメラノーマの自動診断システムの開発 | |||||||||
| 言語 | ja | |||||||||
| タイトル | ||||||||||
| タイトル | Development of a Deep Learning-Based System for Automatic Melanoma Detection | |||||||||
| 言語 | en | |||||||||
| 研究代表者 |
永岡, 隆
× 永岡, 隆
e-Rad_Researcher
00367054
|
|||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題 | メラノーマ, 機械学習, ハイパースペクトラルデータ, 深層学習, データ加増, 領域抽出 | |||||||||
| 内容記述 | ||||||||||
| 内容記述タイプ | Abstract | |||||||||
| 内容記述 | 本研究では、高い診断精度と解釈可能性という2つの観点から、深層学習を用いたメラノーマ自動診断システムKind-AI melの開発を目指した。ISIC2018画像の病変抽出において、SAM-YOLOフレームワークが達成した平均IoUは0.83であった。分類では、データ加増としてFast Style Transferを追加すると、7クラス精度は86.2%に向上した。SHAP可視化は、モデルが臨床的に意味のある領域に集中していることを示した。ハイパースペクトルデータでは、3D-CNNとUMAPの使用により、90％を超える診断精度が得られた。これらの結果は臨床での実用化に寄与するであろう。 | |||||||||
| 言語 | ja | |||||||||
| 内容記述 | ||||||||||
| 内容記述タイプ | Abstract | |||||||||
| 内容記述 | This study aimed to develop an automated system for diagnosing melanoma, " Kind-AI mel", using deep learning based on the two key aspects of high diagnostic accuracy and interpretability. For lesion segmentation on ISIC2018 images, the mean IoU attained by SAM-YOLO framework was 0.83. In classification, when adding Fast Style Transfer (FST) as an augmentation approach, the 7-class accuracy of EfficientNetB3 increases to 86.2%. SHAP visualization showed that the model concentrated on clinically meaningful areas. For hyperspectral data, use of 3D-CNNs and UMAP resulted in >90% diagnostic accuracy. These findings establish a robust and feasible platform for future clinical application. | |||||||||
| 言語 | en | |||||||||
| 内容記述 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 研究分野：生体医工学 | |||||||||
| 言語 | ja | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_93fc | |||||||||
| 資源タイプ | report | |||||||||
| 出版タイプ | ||||||||||
| 出版タイプ | VoR | |||||||||
| 出版タイプResource | http://purl.org/coar/version/c_970fb48d4fbd8a85 | |||||||||
| 助成情報 | ||||||||||
| 助成機関名 | 独立行政法人日本学術振興会 | |||||||||
| 言語 | ja | |||||||||
| 助成機関名 | Japan Society for the Promotion of Science | |||||||||
| 言語 | en | |||||||||
| 研究課題番号 | 20K12698 | |||||||||
| 研究課題番号URI | https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-20K12698/ | |||||||||
| 研究課題名 | 深層学習によるメラノーマの自動診断システムの開発 | |||||||||
| 言語 | ja | |||||||||
| 研究課題名 | Development of a Deep Learning-Based System for Automatic Melanoma Detection | |||||||||
| 言語 | en | |||||||||
| 書誌情報 |
ja : 科学研究費助成事業研究成果報告書 (2024) ページ数 18 |
|||||||||
