参考資料配付
対し、医師が病変領域を正確にラベル付けする作業のことを意味する。

[4] データ拡張
学習用データに変換を加えて、データ量を増やすこと。特に大量の学習データが必要
な CNN などで学習の性能向上に役立つ。変換には、拡大縮小、反転、回転シフト、
色変換などがある。

[5] 畳み込みニューラルネットワーク（CNN）
画像の分類や識別で高い性能を発揮するディープラーニングの一つ。あらかじめ与え
られていた画像データから画像の特徴量を直接抽出し、ネットワークを学習する。
CNN は Convolutional neural network の略。

[6] 重み付け関数
ここでは、ブロックごとに予測された病変の存在確率を元の画像に重ね合わせる際、
予測値に掛け合わせる重みを画素ごとに決める関数のこと。ブロックの中央に近い画
素には大きな重みを、遠い画素には小さい重みとなるようあらかじめ定義し、ブロッ
クごとの存在確率と各画素の重みを掛け合わせた値が各画素の予測値となる。各画素
は複数のブロックにまたがるため、実際には複数回の予測値の平均値を最終的な予測
値とした。

[7] 陽性的中率、陰性的中率
陽性的中率とは、例えば検査で陽性（今回のケースでは、胃がん）となった場合に、
真に陽性（がん）が存在する割合のこと。陰性的中率とは、検査で陰性（ここでは、
胃がんではない）となった場合に、真に陰性（正常または胃がんではない）である割
合のこと。

[8] IoU、mIoU

IoU は、正解領域（例えば、人がラベル付けした領域）と予測領域の重なり具合を示
す指標の一つ。重なりが大きいほど大きな値となる。mIoU（mean IoU）はクラスご
とに領域の重なり（IoU）を計算した平均値。ここでは「がん」と「正解」のそれぞれ
のクラスについて、正解領域との重なりを計算した平均値を示している。IoU は
Intersection over Union の略。

共同研究チーム
理化学研究所 光量子工学研究センター 画像情報処理研究チーム
研究員
竹本智子 （タケモト・サトコ）
チームリーダー
横田秀夫 （ヨコタ・ヒデオ）
（情報統合本部 先端データサイエンスプロジェクト 副プロジェクトリーダー）
テクニカルスタッフⅡ（研究当時）坂井良匡 （サカイ・ヨシマサ）
テクニカルスタッフⅠ
西村将臣 （ニシムラ・マサオミ）
国立がん研究センター東病院 消化管内視鏡科
科長
矢野友規 （ヤノ・トモノリ）
医長
池松弘朗 （イケマツ・ヒロアキ）
医員（研究当時）
堀 圭介 （ホリ・ケイスケ）
医員
中條恵一郎（ナカジョウ・ケイイチロウ）
6