Project/Area Number |
22KF0261
|
Project/Area Number (Other) |
22F19748 (2022)
|
Research Category |
Grant-in-Aid for JSPS Fellows
|
Allocation Type | Multi-year Fund (2023) Single-year Grants (2022) |
Section | 外国 |
Review Section |
Basic Section 62010:Life, health and medical informatics-related
|
Research Institution | Nara Institute of Science and Technology |
Principal Investigator |
金谷 重彦 奈良先端科学技術大学院大学, 先端科学技術研究科, 教授 (90224584)
|
Co-Investigator(Kenkyū-buntansha) |
TEUHO JARMO 奈良先端科学技術大学院大学, 先端科学技術研究科, 外国人特別研究員
|
Project Period (FY) |
2023-03-08 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2023)
|
Budget Amount *help |
¥800,000 (Direct Cost: ¥800,000)
Fiscal Year 2023: ¥100,000 (Direct Cost: ¥100,000)
Fiscal Year 2022: ¥700,000 (Direct Cost: ¥700,000)
|
Keywords | 深層学習 / 医用画像 / 分子 / 分子グラフコンボリューションネットワーク |
Outline of Research at the Start |
「深層学習による医用画像情報の悉皆的理解」として、医用画像からの疾患分類を行う。また健常人との比較について、最良の分類モデルを構築するために深層学習法を活用する。奈良先端科学技術大学院大学・先端科学研究科・情報領域・計算システムズ生物学では、小野直亮らが開発した、分子ハイパーグラフ文法による深層学習、畳み込みニューラルネットワークによる医用画像解析、ガウスプロセスによる分子構造予測などの最先端の方法を確立した。これ等の方法を活用し、PETをはじめとする医用データを用いたコホート解析をもとに疾患のリスク評価を行う。
|
Outline of Annual Research Achievements |
「深層学習による医用画像情報の悉皆的理解」を目指し、フィンランド側では所有する医用画像からの疾患分類をおこなった。日本側では健常人との比較を考慮し、疾患解析を進め深層学習モデルを構築した。その結果、疾患リスク評価に必要な数理モデルの開発に成功した。また、病気の分子メカニズムを考慮したヒトのメタボロミクス解析を、最新技術である分子グラフコンボリューションニューラルネットによる解析においても、当初の目的を達成する分子メカニズム検討に対処する良好な数値モデルを構築することができた。このように、当初の目標のみならず、さらに、新たな知見を得るところまで研究を展開出来た。
|
Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
深層学習による医用画像情報の悉皆的理解」を目指し、疾患解析を進め深層学習モデルを構築する点、ならびに、生体の小分子による代謝を考慮した分子グラフコンボリューションネットワークを構築する点までが当初の目的であった。これらの構築したモデルの統計評価のみならず、さらには、病気についての解釈に至る知見を得ることができるというところまで研究を展開できた。
|
Strategy for Future Research Activity |
「深層学習による医用画像情報の悉皆的理解」を目指し、疾患解析を進め深層学習モデルを構築した。そこで開発研究した疾患リスク評価に必要な数理モデルの開発、ならびに病気の分子メカニズムを考慮したヒトのメタボロミクス・分子グラフコンボリューションニューラルネットをもとに、画像と生体分子の挙動を理解の深化させ、さらに詳細な理解へと発展させたい。
|
Report
(1 results)
Research Products
(1 results)