非侵襲的検査における深層学習を用いたマルチラベル問題での病症の推定

Research Project

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), 助教 (80711382)
Project Period (FY)	2022-04-01 – 2025-03-31
Project Status	Granted (Fiscal Year 2022)
Budget Amount *help	¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000) Fiscal Year 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 / マルチラベル問題 / 画像診断 / 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。