| Project/Area Number |
23K11325
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 62010:Life, health and medical informatics-related
|
|---|
| Research Institution | Hosei University |
|---|
Principal Investigator |
柴田 千尋 法政大学, 理工学部, 准教授 (00633299)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
宮田 康平 福岡大学, 医学部, 准教授 (80759233)
吉仲 亮 東北大学, 情報科学研究科, 准教授 (80466424)
福西 広晃 東京工科大学, コンピュータサイエンス学部, 講師 (30815684)
篠原 一彦 東京工科大学, 医療保健学部, 教授 (00327082)
|
|---|
| Project Period (FY) |
2023-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2026: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
|
|---|
| Keywords | 深層学習(ディープラーニング) / 胎児心拍陣痛図(CTG) |
|---|
| Outline of Research at the Start |
新生児の脳性麻痺は、母児の生涯を決定的に左右する深刻な疾患である。その一因として、分娩中に比較的高い頻度で生じうる、胎児の低酸素やアシドーシスがしばしば挙げられる。この因子を通した危険性を減少させるためには、胎児の状態を分娩中に常時モニタリングし，早期発見し予防することが重要である。本研究では、数万症例からなる胎児心拍陣痛図(CTG)データを用いて、深層学習、統計的機械学習、および、時系列処理アルゴリズムの先端的な技術を用い、分娩中に迅速かつ正確にそれらの症状の有無を判断する手法の発見を目的とする。
|
