コンピュータ支援診断のための識別器の選択法

概要

論文の詳細を見る
コンピュータ支援診断(CAD)開発における偽陽性削除や良悪性鑑別などの処理では,様々な識別器が用いられている.しかし,常に,高い識別性能が得られる識別器は一意には決まることはない.そのため,用いる特徴量の性質に基づき最適な分類を可能にする識別器の選択基準を明らかにする必要がある.また,実験段階において,限られたデータ数を用いて得られた結果から,多量の未知データへ適用した場合に安定した性能を示す識別器を選択することは,CAD開発において重要であると考えられる.そこで,本研究では,臨床データから抽出した特徴量を解析し,良悪性群間にどのような差が見られるのかを調査した.そして,その特徴量を用いて,5種類の識別器(線形判別:LDA,二次判別:QDA,ニューラルネットワーク:ANN,サポートベクターマシン:SVM,AdaBoost)の良悪性の鑑別能を比較する実験を行った.その結果より,特徴量の性質やトレーニングデータ数の違いが与える影響を考慮し,CADのための識別器選択法の可能性を提案する.
2010-11-08