先行研究

キーワード：ナイーブベイズで医中誌を検索した結果、5つの文献が見つかった。

1. 2014275893
結核接触者におけるナイーブベイズ分類による発症予測の試み
Author：吉川 秀夫(国立保健医療科学院 健康危機管理研究部)
Source：保健医療科学(1347-6459)63巻2号 Page176-178(2014.04)
論文種類：会議録
シソーラス用語：Bayesの定理; *結核; コホート研究; ロジスティックモデル; *接触歴; 検査予測値; 後向き研究
チェックタグ：ヒト

2. 2011287737
ベイジアンネットワークを利用した肺野孤立性結節の鑑別診断支援の検討
Author：川岸 将実(キャノン 総合R&D本部医用イメージング推進プロジェクト), 飯塚 義夫, 山本 裕之, 八上 全弘, 久保 武, 藤本 晃司, 富樫 かおり
Source：MEDICAL IMAGING TECHNOLOGY(0288-450X)28巻Suppl. Page1-7(2010.07)
論文種類：原著論文
シソーラス用語：Bayesの定理; 鑑別診断; *コンピュータ診断; *X線CT; *孤立性肺結節(X線診断); 理論モデル; 検査予測値
医中誌フリーキーワード：*胸部CT
チェックタグ：ヒト
Abstract：我々は、医師が胸部CT画像上の肺結節像を読影して付与したテンプレート方式の画像所見を入力として、その診断名を推論し提示する鑑別診断支援システムの構築に取り組んでいる。RSNA2009では、ナイーブベイズ分類器を用いた推論モデルを構築・評価し、その臨床的な有効性を報告した。本論文では、推論モデルの精緻化の目的で行った以下の改良について報告する。(1)統計的に診断と関連が強い所見のみを選出して推論に用いる。(2)診断名毎のナイーブベイズを複数用意し、それらの出力を組み合わせて総合的に診断名を推論する。これらの改良により、100症例222結節の臨床データを対象としたL法による性能評価で、改良前に比べて正答率が10.2%(p<.01)向上し、医師の正答率を上回る性能を達成した。(著者抄録)

3. 2011049778
ベイジアンネットワークを利用した肺野孤立性結節の鑑別診断支援の検討
Author：川岸 将実(キャノン 総合R&amp;D本部医用イメージング推進プロジェクト), 飯塚 義夫, 山本 裕之, 八上 全弘, 久保 武, 藤本 晃司, 富樫 かおり
Source：MEDICAL IMAGING TECHNOLOGY(0288-450X)28巻4号 Page237-243(2010.09)
論文種類：原著論文
シソーラス用語：Bayesの定理; 鑑別診断; *コンピュータ診断; *X線CT; 肺(X線診断); 確率論; 観察者による差; 検査予測値; ニューラルネットワーク(コンピュータ); 尤度関数; *肺結節(X線診断)
医中誌フリーキーワード：*胸部CT
Abstract：我々は、医師が胸部CT画像上の肺結節像を読影して付与したテンプレート方式の画像所見を入力として、その診断名を推論し提示する鑑別診断支援システムの構築に取り組んでいる。これまでに我々は、ナイーブベイズ分類器を用いた推論モデルを構築・評価し、その臨床的な有効性を報告した。本論文では、推論モデルの精緻化の目的で行った以下の改良について報告する。(1)統計的に診断と関連が強い所見のみを選出して推論に用いる。(2)診断名ごとのナイーブベイズを複数用意し、それらの出力を組み合わせて総合的に診断名を推論する。これらの改良により、100症例222結節の臨床データを対象としたLeave-one-out法による性能評価で、改良前に比べて正答率が10.4%(p<.01)向上し、医師の正答率を上回る性能を達成した。(著者抄録)
DOI：10.11409/mit.28.237

4. 2010128071
聴覚事象関連電位への神経デコーディングの適用　統計的識別手法の比較と脳波分析方法としての評価
Author：井上 康之(豊橋技術科学大学), 小川 昭利, 荒井 宏太, 松本 秀彦, 松嵜 直幸, 小山 幸子, 豊巻 敦人, 大森 隆司, 諸冨 隆, 竹市 博臣, 北崎 充晃
Source：基礎心理学研究(0287-7651)28巻1号 Page44-58(2009.09)
論文種類：原著論文
シソーラス用語：識別(心理学); *聴覚刺激; *脳波記録法; 脳マッピング; 検査予測値; *事象関連電位; 主成分分析
チェックタグ：ヒト; 男; 女
Abstract：統計的識別方法・機械学習を利用して脳内の情報表現を明らかにするパラダイムとして提案されている神経コーディングを、脳波(事象関連電位=ERP)の時系列パターンに適用し、成人25名(平均年齢22.04歳)を被験者に、異なる持続時間の純音刺激、あるいは連続純音の途中に無音区間がある音刺激を聴取している時の脳波を計測し、"ナイーブベイズ法""主成分分析とナイーブベイズ法を組み合わせる方法""サポートベクターマシン"の3種類の統計的識別手法を用いて、ERPデータからその持続時間長、あるいは無音区間長を識別することを試みた。その結果、主成分分析とナイーブベイズ法を組み合わせた識別器、およびサポートベクターマシン識別器の優位性が示唆された。
DOI：10.14947/psychono.KJ00005878667

5. 2008260061
インターネット経由で集めた症例を利用した機械学習による診断システム
Author：高田 英明(東京医科歯科大学 医歯学総合研究科), 野川 裕記, 田中 博
Source：ITヘルスケア(1881-4808)3巻1号 Page62-65(2008.05)
論文種類：原著論文
シソーラス用語：*人工知能; 呼吸器系診断; *コンピュータ診断; 消化器系診断; データ収集; 医師免許; *インターネット
チェックタグ：ヒト
Abstract：機械学習による自動診断システム作成には大規模なデータソースが必要である。しかし、そのための大規模なデータソースを入手することは研究者にとって容易ではない。一方、インターネット上には、多数のユーザーの発信する情報があふれている。そこで、われわれは、これらのインターネット上の一般ユーザーから入手した健康に関するデータが、自動診断システムを作成するための機械学習に利用可能なのではないかと考えた。本研究の目的は、この仮説を検証することである。われわれは、インターネット上に簡単な健康情報提供サイトを設置し、そのサイト上で、何らかの疾患のため医療機関を受診したユーザーの情報を収集した。そして、そのデータをもとに機械学習を行った。機械学習の方法はナイーブベイズアルゴリズムを採用した。機械学習の結果の評価のため、学習後のシステムに、日本の医師国家試験の過去の臨床実地問題を与え、その得点を見ることとした。そして、機械学習が、医師に要求される最低限の判断ができるかを評価することとした。その結果、学習後のシステムは臨床実地問題で平均70%前後の正解率であった。医師国家試験の合格ラインは65%程度であるため、インターネット上のユーザーから集めた健康情報による機械学習は、実用的な自動診断システムの作成に有用であるとの結論を得た。(著者抄録)