帰納学習を用いた眼底画像分類システムの開発

概要

論文の詳細を見る
正常眼圧緑内障[1]は,自覚症状がなく視野が失われていくため早期発見が望まれる.しかしながら,眼科医が眼底を診る以外に発見する手段がないため,発見が遅れ,集団検診などでかなり障害の進行した患者が見つかることも珍しくない.そこで,集団検診で大量に撮影する眼底写真を計算機が自動処理し,緑内障を発見するシステムが望まれているが,未だに実現していない.それは,緑内障の診断が眼科医の経験に大きく依存しているからである.本研究では,画像の濃度変化から医師の直感的な判断基準を帰納学習によって獲得することを考える.帰納学習は教師データに基づいて,わかりやすい形式で分類規則を導出する枠組みである.特に,C4.5[2]やFOIL[3]といったシステムは,数値データから正確で実用的な規則を作り出す.よって,緑内障患者の眼底を眼科の医師が判断し,作成した教師データをC4.5とFOILに学習させ,緑内障と正常な眼底を区別する規則を導出し,その規則を用いて分類システムを開発する.本システムの概要を図1に示す.
1995-09-20