機械学習を用いた胃小区陰影領域の抽出と胃萎縮度測定への適用

カテゴリ：部門大会

論文No：GS7-6

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：Machine Learning-Based Extraction of Gastric Surface Patterns from X-ray images and Their Application to Quantitative Assessment of Gastric Atrophy

著者名：井上 学（近畿大学）,阿部 孝司（近畿大学）,南 昌秀（東京大学）

著者名(英語)： Gaku Inoue (Graduate School of Science and Engineering, Kindai University),Kouji Abe (Faculty of Informatics and Cyber Informatics Research Institute, Kindai University),Masahide Minami (Graduate School of Medicine, University of Tokyo)

キーワード：胃X線像,胃粘膜表面,胃小区,コンピュータ診断支援,gastric X-ray image,mucosal surface,gastric surface pattern,computer-aided diagnosis

要約(日本語)：胃萎縮に関する医師の画像診断支援を目的として，胃X線像に現れる胃小区陰影を用いた胃の萎縮度評価手法が報告されている．しかし，この委縮度は医師の診断結果と十分に対応しておらず，特にX線像内に不鮮明な胃小区領域があるケースでは正確に胃小区領域を抽出することに課題を残し，それに伴い委縮度の精度が下がる．そこで本研究では，胃小区陰影に基づく胃委縮度を改善することを目的として，機械学習を用いて胃小区陰影領域を精度よく抽出することを試みる．更に，抽出した領域を用いて委縮度をカスタマイズし，委縮度の精度を向上させることを検討する．

本誌掲載ページ：1428-1430p

原稿種別：日本語

PDFファイルサイズ：1,429Kバイト