2018 Fiscal Year Research-status Report
4次元DCNNを用いたEOB-MR画像における肝結節性病変自動検出システムの開発
| Project/Area Number |
17K17653
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
竹永 智美 東京大学, 医学部附属病院, 特任研究員 (80779786)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 4D-DCNN / FC-ResNet / Gd-EOB-DTPA / CADe / MRI |
|---|
| Outline of Annual Research Achievements |
今年度実行した内容は下記の3項目である。
（1）肝臓のセグメンテーション FC-ResNetによる肝臓抽出をでは症例数を増やし30症例で学習，10症例でモデルのパラメータを決定し，20症例でテストを行った．本手法では病変の位置も含めた肝臓抽出が可能であり，Dice係数0.944と高精度かつロバストな抽出が可能となった．本手法を論文に投稿しIJCARSにePub-ahead of printとなった．
（2）肝結節性病変の検出 入力を5時相とする4D-DCNNでの病変検出をおこない1症例当たりの偽陽性が13.1個のとき感度50％の結果をCARS2018にて発表した。
（3）データベースの拡充 210症例分の病変ラベルデータを作成することができた。また，肝臓のセグメンテーションのため60症例分の肝臓ラベルを作成した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究の前段階である肝抽出についての論文が採択された。また，200症例以上のデータベースを作成することができた。さらに，肝結節性病変の検出についての初期成果を国際会議で報告できた。
|
| Strategy for Future Research Activity |
ロバストな肝抽出法と4D-DCNNによる肝結節性病変の抽出を組み合わせて，病変の検出精度の工場を図り，さらなる検出精度向上のためパッチベースでの病変ラベルの抽出を行う。
|
| Causes of Carryover |
次年度に英文校閲を検討しているため繰り越した。
|
Research Products
(3 results)
