Development of local appearance model of normal organs by DCNN

• Project Area: Multidisciplinary computational anatomy and its application to highly intelligent diagnosis and therapy
• Project/Area Number: 17H05282
• Research Category: Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
• Allocation Type: Single-year Grants
• Review Section: Science and Engineering
• Research Institution: The University of Tokyo
• Principal Investigator: 花岡 昇平 東京大学, 医学部附属病院, 助教 (80631382)
• Project Period (FY): 2017-04-01 – 2019-03-31
• Project Status: Completed (Fiscal Year 2018)
• Budget Amount: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000); Fiscal Year 2018: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000); Fiscal Year 2017: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
• Keywords: 医用画像処理 / 深層学習 / X線CT / PET / 異常検知 / 医用画像工学 / 骨疾患 / 教師なし学習 / コンピュータ支援診断 / 放射線 / 解剖学 / 画像 / 計算解剖学

Outline of Annual Research Achievements

当研究では、医用画像の正常のアピアランス(対象臓器内部の各ボクセルの輝度値)の空間的な分布を深層学習を用いて統計学的モデル化した。
2018年度では、主に2つの研究を行った。一つ目はPET-CTを対象とした研究であり、胸部のPET-CTの3次元CT画像を入力すると、PET画像での各ボクセルでのSUV(standard uptake value)値の推定値と推定誤差を出力するようなネットワークを学習した。学習は正常症例のみで行い、評価は異常症例で行って、推定値・誤差よりzスコアを各ボクセルで計算し、視覚化することにより異常検知を行った。FROCカーブを用いて評価を行い、症例あたりの偽陽性数3個のときに感度91%という結果を得た。本研究は第1回日本医用画像人工知能研究会学術集会にて発表された。
二つ目の研究は時系列の体部CTを用いた新規骨転移の強調表示アプリケーションの開発である。前回のCT画像から、深層学習を用いて今回のCTでの各ボクセルの推定値・推定誤差を算出し、これを用いて各ボクセルでz-scoreを計算し、これを強調表示する手法をとった。本研究は国際学会であるCARS2018にて発表された。

Research Progress Status

平成30年度が最終年度であるため、記入しない。

Strategy for Future Research Activity

平成30年度が最終年度であるため、記入しない。

Research Products

• [Journal Article] HoTPiG: a novel graph-based 3-D image feature set and its applications to computer-assisted detection of cerebral aneurysms and lung nodules (2019)
  • Author(s): Hanaoka Shouhei、Nomura Yukihiro、Takenaga Tomomi、Murata Masaki、Nakao Takahiro、Miki Soichiro、Yoshikawa Takeharu、Hayashi Naoto、Abe Osamu、Shimizu Akinobu
  • Journal Title: International Journal of Computer Assisted Radiology and Surgery Volume: epub ahead Issue: 12 Pages: 2095-2107
  • DOI: 10.1007/s11548-019-01942-0
  • Peer Reviewed
• [Presentation] 胸部FDG-PETCT画像におけるdeep learningを用いた異常検知 (2018)
  • Author(s): 花岡 昇平
  • Organizer: 第1回日本医用画像人工知能研究会学術集会
• [Presentation] Residual network-based unsupervised temporal image subtraction for highlighting bone metastases (2018)
  • Author(s): Shouhei Hanaoka
  • Organizer: CARS 2018, Berlin, 18th May, 2018
  • Int'l Joint Research
• [Presentation] A primitive study on unsupervised anomaly detection with an autoencoder in emergency head CT volumes (2018)
  • Author(s): Sato D, Hanaoka S, Nomura Y, Takenaga T, Miki S, Yoshikawa T, Hayashi N, Abe O
  • Organizer: SPIE Medical Imaging 2018, Houston, TX, USA, February 11-15, 2018
  • Int'l Joint Research