【医療画像AI】U-Netを使ってX線画像の領域分割やってみた【Python】#006

こんにちは！こーたろーです。


今回はU-Netというモデルを使った領域分割を行ってみます。


画像の中に何があるかを区別するために、画像の対象を区切って利用することがあります。
その時に必要となってくるのが、この領域分割です。





こちらの図のように、身体・肺・心臓・背景のように分割したい場合に、U-Netを使って学習させたモデルがどのぐらい領域分割できるか試してみます。


それでは早速始めていきます。

【all_estimators】最適なモデルを一発で探す【Python】

こんにちは！こーたろーです。


今回は、これまで使用していなかったのですが、scikit-learnの「all_estimators」を使ってみたいと思います。


scikit-learnの数々のモデルを一挙に定義できるものになります。


これで、機械学習の基礎トレーニングで用いられるアヤメのデータについてどのモデルの正解率が高いかを比較していきます。


それでは早速行っていきましょう。

【LinearRegression】気温の予測【Python】

こんにちは！こーたろーです。


機械学習の基礎トレーニングを暫くやっていなかったので、基礎トレーニングも交えながらやっていきます


今回は、回帰の問題を解いていきます。


身近にある気象データから自分の住んでいるエリアの気温予測を行ってみました。


scikit-learnのLinearRegressionを使うのは1年ぶりぐらいです。


早速やっていきましょう！

【RandomForest】ワインの美味しさ評価(改良版)【Python】

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略した改善モデルについてハンズオンをやってみました。


前処理については、いろいろとありましたが、今回warningは気にせず行っていきます。


それでは早速始めていきましょう。

【RandomForest】ワインの美味しさ評価【Python】

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かりの人にもこれはやってほしいですね。


それでは早速始めていきましょう。

【医療画像AI】X線胸部画像から性別を予測してみた#005

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。


久しぶりにPythonをやっているのですが、CNNの勉強をし出すと、結構奥が深いことが分かってきます。


あと言えることは、ローカルでやっていると、私の現在のPCでは火が噴きそうなぐらいファンが回っていることですかね。


そろそろ買い替え時かもしれません。

【医療画像AI】X線胸部画像から年齢を予測してみた#004

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）」のところをやっていきます。