An efficient deep learning method to detect lesions on 3D medical images via information of anatomical landmarks

一种通过解剖标志信息检测 3D 医学图像上病变的高效深度学习方法

• 批准号: 17K17680
• 负责人: Nemoto Mitsutaka
• 金额: $ 1.91万
• 依托单位: Kindai University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2017
• 资助国家: 日本
• 起止时间: 2017-04-01 至 2020-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-17K17680/
• 关键词: 転移学習; 深層学習; コンピュータ検出支援; 医用画像診断; 解剖学的ランドマーク; 深層畳み込みニューラルネットワーク; プレトレーニングモデル; 畳込みニューラルネットワーク; Fine Tuning; 機械学習; 医用画像認識; 診断支援

项目成果

人工知能・機械学習による画像診断支援： 画像診断支援のいまを知る

使用人工智能和机器学习的图像诊断支持：了解图像诊断支持的现状

• 发表时间: 2018
• 作者: Trifunovic Luka;Ono Seishiro;Watanabe Haruki;マエムラ ユウ オリバー;高橋競;根本充貴
• 通讯作者: 根本充貴

Deep Learning for Computer-Aided Diagnosis in Brain Images

用于脑图像计算机辅助诊断的深度学习

• DOI: 10.11409/mit.35.200
• 发表时间: 2017
• 期刊: Medical Imaging Technology
• 作者: 根本 充貴

畳み込みニューラルネットワーク転移学習による解剖学的ランドマーク自動認識の初期検討

使用卷积神经网络迁移学习自动解剖标志识别的初步研究

• 发表时间: 2019
• 作者: Seishiro Ono;Hoi Chun Po;Haruki Watanabe;高橋競，田中友規，吉澤裕世，藤﨑万裕，西本美紗，Suthutvoravut Unyaporn，飯島勝矢;根本充貴，山戸祐樹，木村裕一，花岡昇平，林直人
• 通讯作者: 根本充貴，山戸祐樹，木村裕一，花岡昇平，林直人

A pilot study for transferring deep convolutional neural network pre-trained by local anatomical structures to computer-aided detection.

将局部解剖结构预训练的深度卷积神经网络转移到计算机辅助检测的试点研究。

• 发表时间: 2020
• 作者: 梅本 真己;水科 晴樹;陶山 史朗;山本 健詞;上田 真央，佐藤 浩，白川 智弘;M Nemoto
• 通讯作者: M Nemoto

A pilot study to classify multiple anatomical landmarks in CT by deep convolutional neural network

通过深度卷积神经网络对 CT 中多个解剖标志进行分类的初步研究

• 发表时间: 2019
• 作者: Mitsutaka Nemoto;Yuki Yamato;Yuichi Kimura; Shouhei Hanaoka;Naoto Hayashi
• 通讯作者: Naoto Hayashi