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

伴侶動物のCT画像における人工知能を用いたsegmentation手法の開発

Research Project

Project/Area Number 23K14074
Research Category

Grant-in-Aid for Early-Career Scientists

Allocation TypeMulti-year Fund
Review Section Basic Section 42020:Veterinary medical science-related
Research InstitutionHokkaido University

Principal Investigator

新坊 弦也  北海道大学, 獣医学研究院, 助教 (10839252)

Project Period (FY) 2023-04-01 – 2026-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2025: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2024: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Keywords犬 / CT / セグメンテーション / 肝臓 / segmentation
Outline of Research at the Start

本研究では、伴侶動物のCT画像から各臓器の輪郭を自動抽出する学習モデルを、深層学習により開発する。CT画像を入力データ、手作業で臓器をコンツーリングした画像を教師データとして深層学習を行う。これを各臓器について実施することにより、CT画像から各臓器の3Dデータを簡便に取得できるようになる。得られた3DデータからXRコンテンツを作成することにより、解剖学をはじめとする獣医学教育の改革を図る。

Outline of Annual Research Achievements

本研究では獣医療において実現していないCT画像からの肝臓のAuto Segmentationを深層学習により開発することを目指す。この技術が実現すれば、CT画像から肝臓の体積を容易に推定できるようになり、多様な疾患の診断、治療効果判定に応用可能となる。さらに、また、容易に臨床例の3Dデータが得られるようになることから、近年技術革新の著しい裸眼立体視やクロスリアリティとの融合も可能となる。手術計画などの臨床応用のほか、解剖学教育に利用することにより生体の利用を削減することにも貢献する。深層学習による肝臓のsegmentation手法を開発するにあたり、2023年度はground truth imageの作成に努めた。北海道大学大学院獣医学研究院附属動物病院において腹部CTが施行された犬のうち、肝臓に器質的病変を認めず、門脈相の画像がスライス厚0.5mm、再構成間隔0.5mmで再構成された症例を対象とした。ground truth imageを作成するためには手動でsegmentationを実施する必要があり、これには3D画像解析システムのSynapse Vincent(富士フイルム)を使用した。画像の作成は現在も継続中であるが、これまでに160例分のデータを作成している。並行して深層学習の環境構築に取り組んでいる。まずはセマンティックセグメンテーション用のモデルとして最も一般的なU-Netによる開発に着手する予定である。

Current Status of Research Progress
Current Status of Research Progress

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

Reason

手動でのsegmentationには相当な時間を要するが、想定したよりも多くのデータを作成することができた。本年度は画像の作成に注力する予定であったため、概ね順調に進展している。

Strategy for Future Research Activity

深層学習の環境構築を進め、セマンティックセグメンテーションあるいは3D segmentationの開発に着手し、可能であれば最適なアルゴリズムの検証したいと考えている。

Report

(1 results)
  • 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