| Project/Area Number |
23K11896
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 90130:Medical systems-related
|
|---|
| Research Institution | The University of Tokushima |
|---|
Principal Investigator |
大野 将樹 徳島大学, 大学院社会産業理工学研究部(理工学域), 講師 (90433739)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
獅々堀 正幹 徳島大学, 大学院社会産業理工学研究部(理工学域), 教授 (50274262)
岡久 稔也 徳島大学, 大学院医歯薬学研究部(医学域), 特任教授 (60304515)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2025: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2024: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2023: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
|
|---|
| Keywords | 腸蠕動音 / 機械学習 / 音源分離 / 雑音除去 / One-class SVM / One-class Neural Network / 過敏性腸症候群 / 解釈可能性 |
|---|
| Outline of Research at the Start |
本研究では、腹部聴診音から腸蠕動音を自動検出するシステムを開発する。腸蠕動音の分析により様々な腸疾患の病態を評価できる。臨床現場で発生する雑音の除去と患者の状態（食事、睡眠等）による腸蠕動音の音質変化に頑健な機械学習モデルを構築する。また、高い識別精度をもつ機械学習モデルほど識別根拠の解釈性が低くなることが知られており、医療分野において機械学習を利用することに安全面・倫理面の問題が生じている。本研究では腸蠕動音の検出根拠を医師が解釈可能な形式で提示するための局所説明技術を明らかにする。本研究により腹部聴診音の長時間かつ安定的な分析が可能となるため、エビデンスの蓄積や新たな病態解明に貢献できる。
|
| Outline of Annual Research Achievements |
令和5年度は（1）腸蠕動音の収集，（2）雑音除去手法の開発（3）ベースラインシステムの開発と評価を実施した．
（1）腸蠕動音の収集では，研究分担者の所有する電子聴診器を用いて，簡易的な腸蠕動音録音装置を作成した．被験者1名から6時間分の腹部音声を4日に分けて，合計24時間分を録音した．録音データに対して探索的データ解析を行い，適切な前処理を実施した．本データを後述するベースラインシステムの学習用データとして利用できるように整備した．
（2）雑音除去手法の開発では，音量および周波数にもとづくフィルタリングを実施した．また，画像処理分野で研究が進んでいる領域分割アルゴリズムを音源分離アルゴリズムに応用し，腸蠕動音と雑音を分離するための検討および実験を行った．
（3）ベースラインシステムの開発と評価では，次年度以降に開発を計画している腸蠕動音検出システムの比較対象となる，一般的な学習モデルを用いたベースラインシステムを開発し，その検出精度を評価した．ベースラインシステムの学習モデルには，One-class SVM, One-classニューラルネットワークを採用した．（1）で収集した学習データを用い，各学習モデルを訓練した．One-class SVMは感度97%, 特異度75.1%で腸蠕動音と雑音を識別できることがわかった．One-classニューラルネットは感度85.3%，特異度32.2%となることがわかった．
これらの研究成果を第61回日本人工臓器学会大会および情報処理学会研究会で報告した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究はおおむね順調に進展している．当初計画では，令和5年度は（1）腸蠕動音の収集に5ヶ月，（2）雑音除去手法の開発に5ヶ月，（3）ベースラインシステムの開発と評価に6ヶ月を要すると見積もっていたが，おおむね計画通りに進捗している．
当初計画と異なる点として，（1）腸蠕動音の収集について，聴取者を20名を計画していたが，令和5年度は研究協力者1名からの聴取となった．1回あたりの聴取時間を6時間とし，時間を変えて複数回録音したため，（2）および（3）の開発・評価には十分なデータ量を取得している．
|
| Strategy for Future Research Activity |
令和6年度は，令和5年度に作成・評価したOne-class SVM，One-classニューラルネットに基づく腸蠕動音検出システムをベースラインとして，検出精度を向上させるための研究を行う．ベースラインシステムは腸蠕動音の検出理由を解釈することが困難であるため，説明可能性を高めるためのモデルの選定および改善を行う．また，令和5年度に用いた腸蠕動音録音装置は簡易的なものであり，腸蠕動音が不明瞭に録音され，雑音も混入しやすいため，この改良を課題にする．腸蠕動音を聴取する被験者を増やし，詳細な分析を行う．
|
