幾何学的方法による緑内障データに対する機械学習法の構築

• Project/Area Number: 23K16941
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 61030:Intelligent informatics-related
• Research Institution: Kochi University
• Principal Investigator: 木脇 太一 高知大学, 教育研究部自然科学系理工学部門, 准教授 (70786011)
• Project Period (FY): 2023-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2027: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000); Fiscal Year 2026: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2025: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000); Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2023: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
• Keywords: 緑内障 / 機械学習 / 最適輸送 / 多様体 / 幾何学

Outline of Research at the Start

重篤な視覚障害の原因となり得る進行性眼病である緑内障の診療と治療で重要となる視野感度指標は、計測の不確実性と計測コストの問題がある。計測が簡易で不確実の低い網膜層厚からの機械学習による視野感度推定が近年活発に研究されているが、小規模データに対する機械学習の難しさから高精度推定には至っていない。本研究では緑内障データの持つ幾何学的特性に着目し、データ多様体の情報を活用した正則化法と最適輸送による回帰学習手法を構築することで当問題における機械学習の精度向上を目指す。