2022 Fiscal Year Annual Research Report
Research on composite deep learning network for AI-based clinical image diagnosis
| Project/Area Number |
17K10385
|
|---|
| Research Institution | National Institutes for Quantum Science and Technology |
|---|
Principal Investigator |
立花 泰彦 国立研究開発法人量子科学技術研究開発機構, 量子医科学研究所 分子イメージング診断治療研究部, 主幹研究員 (20749973)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
相田 典子 地方独立行政法人神奈川県立病院機構神奈川県立こども医療センター(臨床研究所), 臨床研究所, 部長 (20586292)
|
|---|
| Project Period (FY) |
2017-04-01 – 2023-03-31
|
| Keywords | 画像診断 / 人工知能 / 深層学習 |
|---|
| Outline of Annual Research Achievements |
研究計画に従い提案技術の開発に取り組んだ。また、得られた知見を利用し、関連研究を推進した。得られた成果は複数の原著論文や国内外学会などで発表している。その一部を以下に記載する。
1.関連研究として、ディープラーニングによる分類問題におけるデータバイアスを解決するための技術開発を行った。教師データを複数の医師により作成する場合、医師ごとの判断基準が完全に一致しないことによるバイアスが存在し、学習上のノイズとなる。このようなバイアスが存在することを前提としてネットワークを構築することにより、学習精度が改善することをシミュレーションおよび実データへの実装で示した。この成果は国際学会(ISMRM2021)で高評価を受けた(上位10%)。
2.2.の発展的な利用として、画像診断において診断が確定しえない画像(医師によって判断が分かれるような症例など)に対してAIが診断を行う場合に、従来のように単に確度の低い判断結果を提示するのではなく、その画像が一意の診断を持たないことを積極的に表示するシステムを考案し、初期的な検討を行った。2の結果とあわせた原著論文の投稿準備中。特許申請中。
3.関連研究として、拡散強調像画像のノイズ除去において、実際にノイズを除去したいピクセル周囲の極小領域から得られる局所情報と、周囲の広い領域からの大局的な情報とを適切に組み合わせることなどによりAIに過剰な自由度を与えず、エラーを抑制する技術を開発した。国際MRI学会で発表し、原著論文を投稿中。
4.4．の技術の具体的な臨床的意義を検討するため、臨床研究を開始した。初期的な結果をISMRM2022にて発表した。
|
