深層学習における放射線画像を使用した学習済みFine Tuningモデルの作製

2018 Fiscal Year Research-status Report

• Project/Area Number: 18K15597
• Research Institution: Osaka City University
• Principal Investigator: 堤 真一 大阪市立大学, 大学院医学研究科, 講師 (60647866)
• Project Period (FY): 2018-04-01 – 2022-03-31
• Keywords: Deep Learning / コンピュータ支援診断 / 機械学習 / 人工知能

Outline of Annual Research Achievements

2018年度においては、環境整備と教師データの作成を行った。環境整備に関しては、workstationの購入と、イントラネットの構築、dicom情報の匿名化アルゴリズムの開発を行った。今まで、容量的にも大きな画像データを大規模に抽出する仕組みが確立されておらず、独自のシステム構築が必要となった。今回の開発でイントラネット内でセキュアに匿名化することができるようになった。
また、Deep learningでのアルゴリズム開発の最大のkeyとなる教師データ作成についてである。こちらはコーディング等で一意にできるものではなく、放射線科医が一例ずつ目視して病変部位の特定から同部のsegmentationまで行わなくてはならない。例えば、胸部レントゲン写真での肺癌検出を考えてみる。手術で肺癌の病理が確定している症例の術前胸部レントゲン写真をまず抽出し、一例ずつ直近の胸部CTを参照にしつつ、腫瘍部分をsegmentationする。それを数千例行うことになる。上記のような作業を繰り替えし、2018年度で胸部レントゲン写真、マンモグラフィの教師データの作成が完成した。
2019年度においては、教師データを使用して、実際にアルゴリズム開発を行う。また、今回の研究テーマとしているように、特定の分野に特化したアルゴリズムというよりは、レントゲン画像全体に汎用的に使用できるようなFine tuningモデルを作成することを目標とする。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

予定通り進行している。

Strategy for Future Research Activity

当初の予定通り研究を進めていく

Causes of Carryover

ほぼ予定通りの使用金額となったが、全支出金額の1%以下の残金が発生した。これについては次年度の研究に必要な経費として使用予定である。