| Project/Area Number |
22K12149
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61030:Intelligent informatics-related
|
|---|
| Research Institution | Toyohashi University of Technology |
|---|
Principal Investigator |
浅川 徹也 豊橋技術科学大学, 工学(系)研究科(研究院), 特任助教 (80711382)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2022: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
|
|---|
| Keywords | 深層学習 / 医療画像 / 画像診断 / マルチラベル問題 / AI技術 |
|---|
| Outline of Research at the Start |
病症推定の研究は、近年国内外で積極的に行われている行われている挑戦的な研究課題である。
しかしながら、実際の医療データは、複数の病症をもっている。さらにこれまでも研究では、２次元もしくは３次元CT画像から、特定のラベルを推定する研究は行われているが、マルチラベル問題としての複数の３次元画像・動画からの正確な病症推定の研究はあまり開拓されていない。この問題に対して、特徴量抽出技術に基づく伝統的な機械学習と、空間的局所情報獲得に強い畳込み型ネットワークと時間的局所情報獲得に強い再帰型ネットワークを融合させた未来型の深層学習で複数の病症が混ざったマルチラベル問題の正確な推定を目指す。
|
| Outline of Annual Research Achievements |
2023年度の研究実績に関しては、以下の３点に関して成果があった。
国内、国際会議での口頭発表を行ったほか、論文投稿、特許申請も行った。
【項目１：非造影剤での心臓CTデータでのマルチラベル分類】深層学習を用いて、３次元の心臓CTデータを用いたカルシウムスコア分類を行った。分類精度は、８０％以上と高精度であった。この成果は、国際会議CBMS203にて１件、国内会議PRMU研究会にて１件発表を行った。
【項目２：心臓CTデータでのマルチラベル分類】心臓CTデータにおける冠動脈MPR画像を元に，抽出された冠動脈を個別に入力する方法と集約投影図(Aggregate Projected View: APV)化し入力する方法の2つの深層学習モデル狭窄判定を行った。分類精度は、８０％以上と高精度であった。この成果は、国内会議PRMU研究会にて１件、更に国際会議ICMVAに採択され、１件発表を行った。
【項目３：３次元心臓CTデータでの狭窄判定】３次元心臓CTデータも用いて、マルチクラス分類を行った。これは、３Ｄ CNNとLSTMを混合したこれまでにない、深層学習アーキテクチャを開発し、論文投稿を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
（１）３次元の心臓CTデータを用いたカルシウムスコア分類で国際会議CBMS203にて１件、国内会議PRMU研究会にて１件発表を行ったこと、
（２）心臓CTデータでの狭窄判定で国内、国際会議で採択され発表したことである。
当初の目標は国際会議２件であったため、2件以上あり、更にジャーナルや特許なども投稿、申請したため、今後の展開に期待できるので総じて「おおむね順調に進展している」と判断した。
|
| Strategy for Future Research Activity |
3D心臓CTデータによる深層学習は、比較研究が少なく、きわめて挑戦的であると感じてきた。今年度使用したベンチマークデータ、ならびにそれを用いた分類・手法の開発を進める中で、これまでにない高精度のモデル開発に着手したいと考えている。
今後、更なる新しい手法などの開発を行い国際会議やジャーナルなどで発表できる技術レベルまで到達させ、更に当該分野での研究推進をしていく予定である。
|
