深層生成モデルによる異常検知を基盤としたコンピュータ支援診断システムの構築

• Project/Area Number: 24K15776
• 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: Ritsumeikan University
• Principal Investigator: 中山 良平 立命館大学, 理工学部, 教授 (20402688)
• Co-Investigator(Kenkyū-buntansha): 檜作 彰良 立命館大学, 理工学部, 講師 (20822844) ; 木戸 尚治 大阪大学, 大学院医学系研究科, 招へい教授 (90314814)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2026: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2025: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2024: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
• Keywords: コンピュータ診断支援 / 深層学習 / 異常検知 / CT

Outline of Research at the Start

特定の病変を対象とするコンピュータ支援診断（CAD）の研究は数多くあるが，すべての異常病変を対象とする日常臨床のニーズにマッチしたCAD研究は進んでいない．本研究では深層生成モデルによる異常検知を基盤として，CT画像上のあらゆる異常病変を検知し，読影レポートを自動生成するCADシステムを構築する．そして，将来の自動診断へとつながるCADの新たな価値を探求する．主な研究項目は，以下の3項目である．
①正常な解剖構造を学習する深層生成モデルを活用した異常病変検知手法の研究
②検知結果を活用した画像キャプション生成モデルによる読影レポート作成手法の研究
③①②を統合したCADの臨床における有用性の評価研究