こんにちは！こーたろーです。 前回のワインの美味しさ評価では、正答率が67%と低かったため、考察を行ってみましたが、分類問題において11分類問題での正答率は難しいことが分かりました。 今回は、この評価分類を改善することによって、もう少しラベルを簡…

こんにちは！こーたろーです。 最近CNNばかりでしたので、他のモデルも使おうということで、RandomForestをやってみます。 結構やっている人も多いワインの美味しさ評価です。 ハンズオンの基礎トレーニングではよく使われると思います。 機械学習を始めたば…

こんにちは！こーたろーです。 今回もまた、日本放射線技術学会 画像部会のページから、正解ラベルのあるX線胸部画像データから性別を予測する分類問題を解いていきます。 今回は、正解データのファイルがtxtファイルになっていることに注意します。 久しぶ…

こんにちは！こーたろーです。 本日は、CNNを使ってX線画像から年齢を推定していきます。 日本放射線技術学会の画像部会のサンプルページで得られるデータから、正解ラベルがあるものを次々と形にしております。 今回は、「年齢推定（回帰）」のところをやっ…

こんにちは！こーたろーです。 本日は、CNNを使って医療画像の分類のその２です。 今回の分類は、前回のブログの続きとなりますので、このブログからご覧のかたは、一つ前のブログを一度参照してから、コードを作成してみてください。 CNNで医療画像を分類し…

こんにちは！こーたろーです。 本日は、CNNを使って医療画像の分類をやってみました。 難易度は初級です。 前回はDICOMデータを使い、大変な思いをしましたが、今回はpng形式の画像データなので、少し楽になります。 データのダウンロードから、CNN構築・評…

こんにちは！こーたろーです。 再開したばかりですが、早速壁が・・・・医療画像の取扱いは結構難しいことが分かってきました。 なぜなら、今回テーマに挙げているように、DICOMファイルを使うからです。 DICOMデータの変換をするツールができたら、公開した…

こんにちは！こーたろーです。 大学での１年が過ぎ、漸く落ち着きました。 今年は、この技術ブログも不定期ではありますが、再度継続していきたいと考えています。 皆さんもよければゆっくり見ていってください。 大学でいろいろと教えているうちに、最近で…