WEKO3
インデックスリンク
アイテム
ニュートラルネットワークの種類と口内法X線画像の部位識別精度
https://asahi-u.repo.nii.ac.jp/records/13098
https://asahi-u.repo.nii.ac.jp/records/13098ec437f7c-884a-4999-815c-a8cef88a4624
Item type | 朝日大学 教育・研究業績(1) | |||||
---|---|---|---|---|---|---|
公開日 | 2021-06-23 | |||||
タイトル | ||||||
タイトル | ニュートラルネットワークの種類と口内法X線画像の部位識別精度 | |||||
言語 | ||||||
言語 | jpn | |||||
資源タイプ | ||||||
資源タイプ識別子 | http://purl.org/coar/resource_type/c_1843 | |||||
資源タイプ | other | |||||
アクセス権 | ||||||
アクセス権 | metadata only access | |||||
アクセス権URI | http://purl.org/coar/access_right/c_14cb | |||||
業績分類 | ||||||
値 | 学会発表 | |||||
教員氏名 |
飯田, 幸弘
× 飯田, 幸弘 |
|||||
発行、発表雑誌等、又は発表学会等の名称 | ||||||
値 | 日本歯科放射線学会 第1回秋季学術大 | |||||
発行又は発表の年月 | ||||||
日付 | 2020-10 | |||||
概要 | ||||||
値 | 口内法X線撮影は高頻度で行われる画像検査であり、個々の画像の撮影部位を自動識別することはAIによる診療支援を目指す上でも重要である。口内法全顎撮影画像500症例5000枚を対象とした。Neural Network consoleのクラウドを用い、テストのエラー率を検討した。その結果、部位識別のエラー率には各ネットワーク間で有意差を認めなかった。口内法画像の部位識別の正答率に関して、ディープランニングのネットワークの種類による差はないこと、層の深いネットワークを使用することが必ずしも正解率を向上させないことがわかった。 |