概要
– 腫瘍の検出、動脈の狭窄、臓器のデリネーションなどの手順では、肺のテクスチャ分類のようなタスクに最適なパラメータを見つけるために、さまざまな異なる手法とMapReduceのようなフレームワークを採用しています。
– 機械学習法、サポートベクターマシン（SVM）、コンテンツベースの医療画像インデクシング、ウェーブレット解析を固体のテクスチャ分類に適用しています。
– さらに、最先端のディープラーニング・ニューラルネットワークやモデルを幅広く活用することで、医療画像から異常を検出し、セグメント化することが完全に可能になります。
メリット
– 高速処理
– 高い精度
– コスト削減
– 健康上の問題を早期発見することができる
– 診断や決断を下す際に、医師の信頼できる参考資料となる
