ヘルスケア

歯のレントゲン（ X-ray）画像からすべての歯を自動的に検出して番号とラベル付けすることができるエンジンを開発するシステムです。歯は大人の歯・赤ちゃんの歯・老人の歯といった3種類があります。 本プロジェクトの成果はTensorFlowのObject Detection APIを使用して、レントゲン画像からすべての歯を検出し、OpenCVを活用した上、ラベルを付けることが可能になったことです。Object Detection API の基礎は、CNN（Convolutional Neural Network）で構成され、コンピュータに歯の特性を把握してもらうように教授することにより、検出とラベル付けの確率は、常人の歯が約94％で老人と赤ちゃんの歯は84％との高確率になっています。​

医療用画像における肺炎の視覚的信号を検出するためのアルゴリズムを作ることを目的とします。特にアルゴリズムは胸部のレントゲン写真上に肺炎にかかる部分を自動的に検出されます。 データセットは約23,124枚の画像で、そのうちバリデーションの画像が2,560枚となります。本システムの問題を解決するために、我々はアルゴリズムの精度を向上させるためのresblockの強化に伴い、独自のU-Netを構築します。他のデータセット（1000枚の画像）で試験した結果は非常に ポジティブです（f2スコア 〜0.2）。​