Developing the Artifacts Removing System for OCTA using generative adversarial network
Project/Area Number |
20K18332
|
Research Category |
Grant-in-Aid for Early-Career Scientists
|
Allocation Type | Multi-year Fund |
Review Section |
Basic Section 56060:Ophthalmology-related
|
Research Institution | Asahikawa Medical College |
Principal Investigator |
高橋 賢伍 旭川医科大学, 大学病院, 助教 (40646064)
|
Project Period (FY) |
2020-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2021: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2020: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
|
Keywords | 光干渉断層計 / OCT / SRF / IRF / U-net / 人工知能 / AI / 網膜下液 / セグメンテーション / アーチファクト / 敵対的生成ネットワーク / GAN / VQ-VAE-2 / 眼科 / 光干渉断層血管撮影 |
Outline of Research at the Start |
光干渉断層血管撮影撮影時に特にセグメンテーションエラーが問題になりやすい加齢黄斑 変性を対象に、アーチファ クト除去システムの開発を行い。市販機器の自動のセグメテーションライン生成システムでの正確性を比較検討する。
|
Outline of Annual Research Achievements |
U-netを用いた光干渉断層計(OCT)の自動セグメンテーション網膜疾患の活動性を評価するためにSub-retinal fluid(SRF)お よびIntraretinal Fluid(IRF)の自動セグメンテーションシステムの開発中であり、内的妥当性については感度・特異度共に85%程であったが、外的妥当性を評 価したところ、正確性が不十分だったため、いくつかのネットワーク(Dense Prediction Transformerなど)を組み合わせ用いて再度システムを構築したとこ ろ、正確性が改善された。その後、そのシステムを用いてSRFおよびIRFの有無についての分類テストをおこなったところ、AUC94.55が得られた。そのシステムを用いた、SRF、IRFの予測・予防、個別管理を行い。結果をまとめ英語論文として寄稿した。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
網膜専門医より、実臨床への応用が難しい旨を指摘され、研究内容を変更し、折り込みネットワークの一つであるU-netを用いた光干渉断層計(OCT)の自動セグ メンテーション網膜疾患の活動性を評価するためにSub-retinal fluid(SRF)およびIntraretinal Fluid(IRF)の自動セグメンテーションシステムの開発を行い。SRF、IRFの予測・予防、個別管理を行い。結果をまとめ英語論文として寄稿した。
|
Strategy for Future Research Activity |
データセットの追加を行い、臨床現場での有用性の向上を目指す。
|
Report
(3 results)
Research Products
(9 results)