• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

心臓の検査値を推定する深層学習における自律進化型フレームワークの構築

Research Project

Project/Area Number 23K11310
Research Category

Grant-in-Aid for Scientific Research (C)

Allocation TypeMulti-year Fund
Section一般
Review Section Basic Section 62010:Life, health and medical informatics-related
Research InstitutionNihon University

Principal Investigator

大前 佑斗  日本大学, 生産工学部, 講師 (00781874)

Co-Investigator(Kenkyū-buntansha) 齋藤 佑記  日本大学, 医学部, 助教 (10838494)
奥村 恭男  日本大学, 医学部, 教授 (20624159)
豊谷 純  日本大学, 生産工学部, 教授 (70459866)
Project Period (FY) 2023-04-01 – 2027-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2026: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2024: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Keywords深層学習 / 機械学習 / 医療応用 / 数理最適化 / 医療支援
Outline of Research at the Start

心臓などの循環器に由来する死亡リスクを早期に検出するためには、さまざまな検査を行う必要があり、この中には合併症などのリスクを有するものも含まれる。そのため、侵襲性の高い検査を侵襲性が低いものに代替することには、一定の意義がある。このうちの一つに、患者から取得される画像情報(レントゲン画像、病理画像など)を入力とする畳み込みニューラルネットワークにより、検査値・病名・あるいはその進行度を回帰ないしはクラス分類として推定するというアプローチがあり、このような研究は世界各地で活発に実施されている。本研究では、推定精度の高いモデル構築手法を提案することで、信頼性の高い医療提供環境の基礎を構築する。

Outline of Annual Research Achievements

本年は、(1) 深層学習の特徴抽出層に接続するテクスチャ特徴量の変換ライブラリと、(2) 医療用深層学習を高性能化させる低次元化アルゴリズムを開発した。画像を入力とする畳み込みニューラルネットワークにおいて、特徴抽出層に特徴量ベクトルを接続することができ、それにより性能向上が期待される。今年度は、上述のレイヤに入力する特徴量として、テクスチャ特徴量を検討し、このライブラリ開発(Pythonモジュール)を行った。本ライブラリにより、グレースケール画像を入力することで、濃淡ヒストグラム・濃淡差分統計量・同時生起行列・ランレングス行列・フーリエパワースペクトルの角度方向分布と動径方向分布が作成される。その後、これらの出力の統計量(平均・コントラスト・分散・歪度・尖度・エネルギー・エントロピー・相関・逆分散・逆差分モーメントなど)が算出される。いくつかの簡易的な実験により、この有効性を検証した結果、一定の性能で分類問題を解くことに寄与することが確認された。また、本ライブラリは高速な演算が可能であることも確認されている。本成果は、査読付き国際会議に投稿予定である。また、医療用畳み込みニューラルネットワークを高性能化させるアルゴリズムとして、Removal Operation of Anomaly Feature Maps (RO-AFM) を提案しており、これが既存手法よりもある程度優れて低次元化を実現できる可能性を示した。本論文は査読中であり、2024年度内の出版を想定している。以上より、おおむね順調に進行していると判断する。

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

研究実績の概要に掲げた進捗があるため、順調に進行していると判断する。

Strategy for Future Research Activity

これまでの研究成果を踏襲し、自律進化型のフレームワークを構築する予定である。また、来年度は2本以上の査読付き論文誌への投稿、2回以上の国内・国外学会発表を行うことを想定している。

Report

(1 results)
  • 2023 Research-status Report
  • Research Products

    (5 results)

All 2024 2023

All Journal Article (2 results) (of which Peer Reviewed: 2 results,  Open Access: 1 results) Presentation (3 results)

  • [Journal Article] Features gradient-based signals selection algorithm of linear complexity for convolutional neural networks2024

    • Author(s)
      Omae Yuto、Sakai Yusuke、Takahashi Hirotaka
    • Journal Title

      AIMS Mathematics

      Volume: 9 Issue: 1 Pages: 792-817

    • DOI

      10.3934/math.2024041

    • Related Report
      2023 Research-status Report
    • Peer Reviewed / Open Access
  • [Journal Article] Effects of Exploration Weight and Overtuned Kernel Parameters on Gaussian Process-Based Bayesian Optimization Search Performance2023

    • Author(s)
      Omae Yuto
    • Journal Title

      Mathematics

      Volume: 11 Issue: 14 Pages: 3067-3067

    • DOI

      10.3390/math11143067

    • Related Report
      2023 Research-status Report
    • Peer Reviewed
  • [Presentation] 回帰型CNNによる肺動脈楔入圧の検査値推定と長期予後予測2024

    • Author(s)
      大前佑斗、齋藤佑記、溝渕公規、藤戸秀聡、宮川真継、北野大輔、遠山一人、深町大介、豊谷純、奥村恭男
    • Organizer
      日本大学特別研究成果報告シンポジウム
    • Related Report
      2023 Research-status Report
  • [Presentation] 肺動脈楔入圧推定のための回帰型CNNにおける教師データサイズに対する汎化性能と推定根拠の変容2024

    • Author(s)
      三浦朋樹、大前佑斗、齋藤佑記、柿本陽平、森雅也、奥村恭男、豊谷純
    • Organizer
      電子情報通信学会技術研究報告集(ソフトウェアインタプライズ研究会)
    • Related Report
      2023 Research-status Report
  • [Presentation] 小規模な心筋細胞画像のテクスチャ特徴量による心筋症状態分類予測と判定要因分析2023

    • Author(s)
      森雅也、小山裕、大前佑斗、原一之、豊谷純、奥村恭男、羽尾裕之
    • Organizer
      第56回(令和5年度)日本大学生産工学部学術講演会
    • Related Report
      2023 Research-status Report

URL: 

Published: 2023-04-13   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi