| Project/Area Number |
22K10613
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 58040:Forensics medicine-related
|
|---|
| Research Institution | Nagoya City University |
|---|
Principal Investigator |
青木 康博 名古屋市立大学, 医薬学総合研究院(医学), 教授 (90202481)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
福田 真未子 名古屋市立大学, 医薬学総合研究院(医学), 講師 (60832201)
琵琶坂 仁 岩手医科大学, 医学部, 非常勤講師 (90405837)
舟山 眞人 東北大学, 医学系研究科, 名誉教授 (40190128)
大内 司 東北大学, 医学系研究科, 技術専門職員 (90712266)
|
|---|
| Project Period (FY) |
2022-04-01 – 2024-03-31
|
| Project Status |
Discontinued (Fiscal Year 2023)
|
| Budget Amount *help |
¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
Fiscal Year 2024: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 法医人類学 / 恥骨 / 機械学習 / 深層学習 / 年齢推定 / 画像解析 / 相同モデル / 多変量解析 |
|---|
| Outline of Research at the Start |
恥骨部は年齢推定に有用な部位として重視されているが，信頼できる定量的（計測学的）年齢推定法は実用化されていない。本研究では，恥骨部標本約500例を非接触3次元レーザースキャナにより撮影して得た3次元画像を，深層学習を始めとする機械学習の手法を用いて3次元的・2次元的に解析することにより，デジタルデータの特性を生かした定量的年齢推定法を提唱することを目的とする。解析にあたっては各3次元像を規格化した上で，各種解析法に適した画像を作成するなどの工夫をし，恥骨領域によるより信頼性の高い年齢推定法の開発を試みる。
|
| Outline of Annual Research Achievements |
法医解剖時に採取した恥骨部標本504個（258体，男性167体，女性91体 左側252個，右256個）について，三次元スキャナを用いて撮像し，STL形式のポリゴンデータに変換した。解析対象領域を男性試料は恥骨結合面から法線方向に1cm，女性試料は1.5cmまでとし，形状を統一し，さらに各画像から同一点数，同一位相からなる相同モデル化手法で規格化した。
25～65歳の男性80例の相同モデルにつき主成分分析を行い年齢との相関を検討し，第1主成分を始めとする5個の主成分を用いて重回帰による年齢推定式を作成することができた。
ついで，深層学習を用いた画像認識による年齢分類について検討するにあたり，学習用データの不足を補うために3次元画像の増幅を試みた。16～99歳の男性144例の恥骨相同モデルについて，Z軸方向（前後方向）に対する等高線を表示したものを作成した。この正面像（Z平面像）を基本とし，X（左右）軸およびY（上下）軸方向にそれぞれ±5, 10, 15度回転を組み合わせ，1試料あたり合計49方向から撮影し，提示画像とした。分類クラスは10～60代の各年代と70歳以上の7個とし，さらにクラス間の画像枚数を均一化するため2次元の画像増幅を行い，両者を組み合わせたデータセット，および2次元増幅のみ行ったデータセットそれぞれについて深層学習により分類モデルを作成した。その結果，テスト用画像を用いた年代分類では，3次元増幅を行った場合に，2次元のみの画像増幅と比較して正答率（正しい年代に分類される率）が向上し，誤分類した場合においても実年齢との乖離の幅が縮小した。このことから，機械学習手法による恥骨結合部の年齢推定における3次元画像増幅の有効性が示された。
|
