2018 Fiscal Year Annual Research Report
Development of optimal filter and feature for multi-resolution fundus image analysis
| Project/Area Number |
15K00416
|
|---|
| Research Institution | National Institute of Technology, Toyota College |
|---|
Principal Investigator |
松田 充夫 豊田工業高等専門学校, 機械工学科, 教授 (30370026)
|
|---|
| Project Period (FY) |
2015-10-21 – 2019-03-31
|
| Keywords | ソフトコンピューティング / フィルタバンク処理 / 眼底画像解析 / 眼底疾患部の検出・判定 |
|---|
| Outline of Annual Research Achievements |
本研究は部分空間法及び自己組織化マップ（SOM）のソフトコンピューティング技術を用い眼底欠陥部の検出と判定の手法により低解像度から高解像の眼底画像の広範囲で眼底疾患に対する高い識別性能を実現する特徴量フィルタを開発することである。
本研究の解析は複数のスケールと方向性を持つフィルタバンクを用いて解像度の異なる眼底画像の識別・解析を可能にした。一般に眼底疾患の病変部の広がり・大きさや方向は一様ではないので1枚の眼底画像から病理診断を単一のフィルタ処理で行うのは困難であった。そこで複数のスケールと方向性を持つフィルタバンクを用いた手法によりその困難を解消した。識別に部分空間法を用いたが，この部分空間法は高い識別性能を保ちつつパラメータ調整を容易にする。フィルタ処理画像のセグメントから得られた特徴量は極めて高次元なデータとなる。しかし処理画像のエントロピー値を特徴量とする方法は低次元数ながら高い識別性能を有した。フィルタバンクと情報エントロピー値による本研究の識別性能は識別性能を83.5～86.57%まで向上し，訓練された人の識別率84.5%をも超えた。
開発したフィルタバンクがどのように識別性能を向上するのかを知るには各フィルタの識別性能の向上にどの程度寄与してか定量的に把握しなければならない。SOM有意度を用いてフィルタ毎の寄与度を評価することで識別性能への寄与度を測ることができる。また有意度を評価すれば各フィルタ性能の調整もできる。SOM有意度は公表間もないのでその特性は十分理論的に解明されていない。そこでSOM有意度の特性を解明し，SOM有意度の特性評価法を提案した。最後に，本研究における特徴量と最適フィルタによる開発手法が視神経の質的判定に有効な手段であることを示すために，緑内障診療ガイドラインの視神経の質的判定と量的判定との相関性を有意度の概念を用いて明らかにした。
|
