2019 Fiscal Year Research-status Report
Analysis for volume doubling time mechanism of lung nodules by using artificial intelligence technique
| Project/Area Number |
18K07693
|
|---|
| Research Institution | St. Luke's International University |
|---|
Principal Investigator |
松迫 正樹 聖路加国際大学, 聖路加国際病院, 医長 (90209528)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
原 武史 岐阜大学, 工学部, 教授 (10283285)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 結節状陰影 / 胸部 / 深層学習 / オートエンコーダー |
|---|
| Outline of Annual Research Achievements |
本年度は，収集済みの画像に関して，統計的差異の検討と２次元および３次元自己符号化器（Autoencoder：AE）による特徴抽出を中心に研究を実施した．
肺結節は指数的な成長をするとした仮説と，結節のVDTは良悪性で異なるとした仮説の基で実際に測定された結節の成長過程を解析し良性と悪性で比較した．良性と悪性の結節の成長速度に有意差が存在した．これは，一般的な見解と矛盾しない．ただし，悪性の結節の成長過程は複数存在した．悪性の結節の成長に関して，交互作用を調査した結果，４例は他の症例と比較して変化が大きく，また，一定の成長を示さない結果であった．これは，悪性結節の成長過程が複数の状態をもつ可能性を示した．
このような結節状陰影を入力と出力にもつAEを設計し，特徴抽出ととの特徴からの体積倍加時間（Volume doubling time：VDT）の自動抽出を試みた．ここでは，２次元画像および３次元画像を入力し画像特徴量に変換する．そして，その特徴量から深層学習を用いた回帰によってVDTの算出と結果のクラスタリングを試みている．現在は，モデルの最適化を続けている．
この他，AEを利用した研究に関して，画像の高解像度化，ノイズ低減，異常部位の検出についても応用を行った．
以上の内容は，電子情報通信学会・医用画像研究会と日本生体医工学会において発表し，技術報告の執筆を行った．
以上のように，研究の目的に合致し，実施計画に基づいた研究を実施した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
データベース収集はほぼ確定した．論文投稿に関しては，図表の準備を進めている．
|
| Strategy for Future Research Activity |
深層学習におけるハイパーパラメータが多いため，モデル構築の最適化に時間がかかるが，共同研究先の環境も活用しつつ，効率的に実施する．特に，特徴空間の可視化とVDT推定，その精度評価に関しては，初期の結果があるものの，学習によって得られる値の変動が大きく，まだ信頼できる結果が得られていない．
成長に関するモデル化については，ほぼ実験は終了したため，統計的な検討を再度行い，２０２０年度中の論文掲載を目指す．AEの利用に関しては，いくつかの研究について着想を得ている．このような派生した研究についても積極的に取り組む．
|
| Causes of Carryover |
共同研究先での中規模GPU環境の空き時間を借用して実施したため，物品の陳腐化を避けるために，物品費および関連機器（その他に相当）の購入を先送りしている．
|
