多次元医用画像と自然言語の深層モデルの融合による画像診断知識ベースの構築

• Project/Area Number: 24K15067
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61030:Intelligent informatics-related
• Research Institution: Gifu University
• Principal Investigator: 周 向栄 岐阜大学, 工学部, 准教授 (00359738)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2024: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
• Keywords: 医用画像処理 / 画像診断支援 / CT画像 / 深層学習

Outline of Research at the Start

(1) 医師の画像診断知識を深層学習のアプローチで記録・分析・伝承できる汎用的仕組みを提案する.「匠の技」と言われる医師による画像診断を深層ニューラルネットワーク (NN)で模倣・支援・超越するための知的診断支援システムを開発する.
(2) 医師による診断結果(文字列)と高次元医用画像データ (CT，MRI，PET)から，様々な診断知識(解剖構造，多疾病の位置と種類，代謝機能の識別・分類・抽出・推定)を 計算機で獲得する汎用的深層学習の枠組みと効率的学習法を確立する.