Deep learning を利用した画像分類において学習精度と判断過程の可視化を両立する手法の検討

• Material Type: その他
• Title: Deep learning を利用した画像分類において学習精度と判断過程の可視化を両立する手法の検討
• Author/Editor: 立花, 泰彦; 小畠, 隆行; 漆畑, 拓弥; 尾松, 徳彦; 岸本, 理和; 東, 達也; 立花 泰彦; 小畠 隆行; 漆畑 拓弥; 尾松 徳彦; 岸本 理和; 東 達也
• Author Heading: 立花, 泰彦; 小畠, 隆行; 漆畑, 拓弥; 尾松, 徳彦; 岸本, 理和; 東, 達也; 立花 泰彦; 小畠 隆行; 漆畑 拓弥; 尾松 徳彦; 岸本 理和; 東 達也
• Publication Date: 2017-10-16
• Publication Date (W3CDTF): 2017
• Target Audience: 一般
• Note (General): 第45回日本磁気共鳴医学会大会
• Data Provider (Database): 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）; https://irdb.nii.ac.jp
• Original Data Provider (Database): 国立研究開発法人量子科学技術研究開発機構 : 量子科学技術研究開発機構 学術機関リポジトリ

• Summary, etc.: [背景] Deep Learning (convolutional Deep Neural Network: cDNN)は画像分類などの機械学習を高精度・半自動的に行えるが, 判断根拠が不透明な問題がある. cDNNによる臨床画像分類で, 精度を確保しつつ判断根拠を可視化する方法を検討した. [方法...