2018 Fiscal Year Research-status Report
Development of cytological diagnosis aiding platform
| Project/Area Number |
18K15310
|
|---|
| Research Institution | University of Yamanashi |
|---|
Principal Investigator |
川井 将敬 山梨大学, 医学部附属病院, 医員 (00813239)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 細胞診 / 深層学習 / AI |
|---|
| Outline of Annual Research Achievements |
平成30年度は細胞診画像の収集と共に深層学習アルゴリズムによる学習を行った。学習データは山梨大学医学部附属病院で採取された甲状腺細胞診の検体を用い、バーチャルスライドスキャナ( VS-120, Olympus)で撮影を行った。症例は甲状腺乳頭癌が7例, 非乳頭癌が6例。いずれも細胞診後に切除され組織学的に最終診断をされている。その中からトレーニングデータとテストデータに分割した。撮影されたデータはちょうど良いサイズに切り取り、反転などの画像を水増しする処理を行い機械学習用のデータセットを構築した。深層学習はKeras (TensorFlowベース) で行い、モデルはオリジナルモデル（畳み込み→バッチ正則化→畳み込み→バッチ正則化→ドロップアウト→全結合層→ドロップアウト→全結合層→ソフトマックス）、VGG16、GoogLeNet、Xceptin、InceptionV3、ResNet50を用いた。症例が少なかったため乳頭癌と非乳頭癌という２値分類問題とした。オリジナルモデルとfine-tuningを行ったResNet50に置いて、テストデータで正答率98%程度と良好な結果が得られた。一部の画像は非乳頭癌であったが間違って、乳頭癌と診断されてしまったため、改善策を検討中である。その結果を第107回日本病理学会総会において「畳み込みニューラルネットワーク(ConvNet)を用いた甲状腺細胞診自動診断の試み」というポスターにまとめ発表した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究計画では初年度は学習データの採取であり、その計画は概ね達成されている。また、次年度に行う予定であった学習フェイズを前倒して行い、暫定的な結果を得ている。そのため、全体として研究計画は概ね順調に進展していると考える。
|
| Strategy for Future Research Activity |
学習データの拡充を行い、本格的な深層学習による学習を行うと共に、特徴量抽出の研究を進行させる。
|
