-
- 和田 昭彦
- 順天堂大学医学部附属順天堂医院放射線診断学講座
-
- 斎藤 勇哉
- 順天堂大学医学部附属順天堂医院放射線診断学講座 首都大学東京大学院人間健康科学研究科放射線科学域
-
- 加藤 伸平
- 順天堂大学医学部附属順天堂医院放射線診断学講座
-
- 萩原 彰文
- 順天堂大学医学部附属順天堂医院放射線診断学講座
-
- 藤田 翔平
- 順天堂大学医学部附属順天堂医院放射線診断学講座
-
- 藤本 幸多朗
- 順天堂大学医学部附属順天堂医院放射線診断学講座
-
- 池之内 穣
- 順天堂大学医学部附属順天堂医院放射線診断学講座
-
- 佐藤 香菜子
- 順天堂大学医学部附属順天堂医院放射線診断学講座
-
- 明石 敏昭
- 順天堂大学医学部附属順天堂医院放射線診断学講座
-
- 天野 真紀
- 順天堂大学医学部附属順天堂医院放射線診断学講座
-
- 鎌形 康司
- 順天堂大学医学部附属順天堂医院放射線診断学講座
-
- 隈丸 加奈子
- 順天堂大学医学部附属順天堂医院放射線診断学講座
-
- 中西 淳
- 順天堂大学医学部附属順天堂医院放射線診断学講座
-
- 鈴木 通真
- 順天堂大学医学部附属順天堂医院放射線診断学講座
-
- 堀 正明
- 東邦大学大森病院
-
- 青木 茂樹
- 順天堂大学医学部附属順天堂医院放射線診断学講座
書誌事項
- タイトル別名
-
- Lesion Detection of Cerebral Infarction by a Machine Learning Model that Learned ‘Normal’ [Presidential Award Proceedings]
この論文をさがす
説明
<p> We attempted to detect and diagnose cerebral infarction on diffusion weighted image (DWI) using a machine learning model trained using normal brain data. Our machine learning model consisted of two parts. One consisted of an autoencoder (AE), which learned only normal DWI information. This AE model did not reproduce the lesion ; the input image was subtracted and the generated image contributed to abnormal signal detection. The other part was a classifier constructed with SqueezeNet, which distinguished between infarct and normal areas using the original DWI image, AE generated images, and subtraction images. The accuracy of the combination of AE and SqueezeNet in 2-class classification for abnormal detection on DWI was 0.97.</p>
収録刊行物
-
- 日本磁気共鳴医学会雑誌
-
日本磁気共鳴医学会雑誌 40 (1), 26-29, 2020-02-15
日本磁気共鳴医学会
- Tweet
キーワード
詳細情報 詳細情報について
-
- CRID
- 1390565134835129216
-
- NII論文ID
- 130007808342
-
- ISSN
- 24340499
- 09149457
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- Crossref
- CiNii Articles
- OpenAIRE
-
- 抄録ライセンスフラグ
- 使用不可
