Automatic detection and classification of protruding lesions in wireless capsule endoscopy images based on a deep convolutional neural network / 仙台厚生病院・齋藤宏章先生
CNNによるカプセル内視鏡隆起性病変の検出

本論文は仙台厚生病院・齋藤宏章先生が『Gastrointestinal Endoscopy』誌（2020年）に発表した「CNNによるカプセル内視鏡隆起性病変の検出」に関する論文です。

サマリー

はじめに

小腸の病変の検出にはカプセル内視鏡が有用ですが、検査画像が膨大となり、読影に多大な時間を必要とするという課題があります。本研究ではSSDアーキテクチャに基づいたConvolutional Neural Network（以下、CNN）を開発し、学習と検証を実行しました。なお、CNNアーキテクチャはCaffeフレームワークで実現しました。
上記を活用し、カプセル内視鏡画像から隆起性病変を検出するシステムを構築し、感度、特異度、分類の精度について検証しました。