書誌事項
- タイトル別名
-
- Deep Learning Approaches to Address the Shortage of Observers
この論文をさがす
説明
<p>【目的】観察実験における観察者不足改善を目的に，AI観察者を開発し，ヒト観察者と置き換えた場合の影響を評価した．【方法】CT（Aquilion Prime SP；キヤノンメディカルシステムズ，栃木）にてファントム（Catphan 700；東洋メディック，東京）を撮影し，観察試料を得た．撮影条件は，管電圧120 kVとし，管電流を200, 160, 120, 80, 40, 20 mAに変化させ，各条件で2回の撮影を行った．5人の観察者による一対比較観察実験の後，VGG19およびVGG16をベースとした深層学習モデルを学習した．学習後，ヒトにAIを含めた場合の分散を評価した．次にヒトをAIに置き換えた場合に平均嗜好度および有意差検定に影響を与えるか確認した．これらの評価は，学習データと評価データのモジュールが同一の場合と異なる場合で行われた．【結果】分散は0.085–0.177（平均：0.124）であり，モジュールが異なる場合においても一貫性がみられた．平均嗜好度による画像順位は同一であった．200 mAと160 mAの条件では，有意差検定でヒトとAIに差がみられたが，ヒトのばらつきの範囲内であった．【結語】ヒトをAIに置き換えた場合においても，観察実験への影響は最小限であり，観察者不足改善の可能性が示唆された．</p>
収録刊行物
-
- 日本放射線技術学会雑誌
-
日本放射線技術学会雑誌 81 (7), n/a-, 2025
公益社団法人 日本放射線技術学会