#676
summarized by : Anonymous
Rethinking Computer-Aided Tuberculosis Diagnosis

どんな論文か?

結核の早期診断と治療は生存率を大幅に向上させることができるが、発展途上国では未だに大きな問題となっている。CTDは結核診断の精度を大幅に向上させたが、学習データが不足しているという欠点もある。そこで本論文では、X線を用いた結核データセット(TBX11K)を提案し、既存の最大規模の結核データセットよりも高度な検出器のトレーニングを可能にする。
placeholder

新規性

データの不足からDNNを訓練させるには小さすぎるデータセットしかなく、CNN自体はコンピュータビジョンにおける数々の成功例を挙げているが、CTDに関する研究はなかなか促進されていない。分野としては新規性がないのかもしれないが、停滞している研究を大いに促進させるものだと期待できる。

結果

TBX11Kをデータセットとした画像分類の評価結果は、ImageNetの事前学習が有効な場合Faster R-CNNが最も優れた性能を示し、有効でない場合はSSDが最も優れた性能を示した。Faster R-CNNは91.2%という高い性能を達成しており、深層学習で結核のX線をほとんど認識できている。全ての手法において放射線技師よりも優れており、実用的なCTDシステムを推進する可能性がある。

その他(なぜ通ったか?等)