要約
米国におけるメラノーマ診断の増加に伴い、悪性病変を自動的に識別する取り組みが研究コミュニティにおいてますます注目を集めています。デルモスコピック画像のセグメンテーションはこのプロセスの最初のステップであるため、精度が極めて重要です。過去には、畳み込みニューラルネットワークを利用した病変セグメンテーション手法が使用されてきましたが、本研究では最近発表されたDeepLab 3（アトラス畳み込み法）を用いた画像セグメンテーション手法を提案します。本実験で得られた結果は理想的ではなく、平均ジャッカード指数が0.498でしたが、DeepLabコードとの互換性の調整やより強力な処理ユニットでの学習を行うことで、今後の試験でより良い結果を得られる可能性があると考えています。