2020 Fiscal Year Annual Research Report
多様性肺結節データベースの構築と自己学習型画像診断支援システム開発の基礎研究
| Project/Area Number |
19H03599
|
|---|
| Research Institution | Gifu University |
|---|
Principal Investigator |
藤田 廣志 岐阜大学, 工学部, 特任教授・名誉教授 (10124033)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
西尾 瑞穂 神戸大学, 医学部附属病院, 特命助教 (50581998)
村松 千左子 滋賀大学, データサイエンス学部, 准教授 (80509422)
八上 全弘 京都大学, 医学研究科, 特定講師 (70580108)
坂本 亮 京都大学, 医学研究科, 特定助教 (50741930)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 計算機支援画像診断 / 深層学習 / 画像データベース / 胸部CT画像 / 導入後学習 |
|---|
| Outline of Annual Research Achievements |
１．敵対的生成ネットワーク（具体的には改変版のpix2pix）を用いることで，三次元CT画像における肺結節の生成は可能となった．これの応用として，肺結節のセグメンテーションの研究を行った．まずCT画像内に生成肺結節を生成し，次にGraphcutでそのセグメンテーションのマスクを自動で生成した．これらをセグメンテーションのモデルに学習させ，事前学習モデルとした．この事前学習モデルを使うことで，学習データセットのサイズが小さいときのセグメンテーションのモデルの精度を向上させることができた．現在はこの結果を論文として投稿中である．
２．条件付き画像生成技術により良悪性結節の生成に取り組んだ結果，両者の特徴を十分に捉えることが難しかった．そこで，スケッチをもとにした画像生成モデルの検討を行い，形状情報を加味した結節画像生成に取り組んだ．エッジ情報を使用した結果，元の形状を反映した画像の生成が可能であることが示唆された．
３．画像診断支援における追加学習機能として半教師あり学習法の初期検討を行ったが，精度などについては最終年度への継続課題である．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
１．三次元CT画像における肺結節生成の論文が公開され，生成された肺結節を使った肺結節のセグメンテーションの応用も研究し，後者の論文も投稿した（この論文は現在，査読中）．以上から，進捗状況は概ね順調と考える．
２．スケッチベース画像生成モデル開発も初期のスタートが開始させることができており，次年度への課題も明らかになっている．
３．追加学習機能についても初期のスタートが開始させることができており，次年度への課題も明らかになっている．
|
| Strategy for Future Research Activity |
１．過去に作った肺結節生成のソフトウェアでは，肺の任意の場所に肺結節を生成することができ，おおざっぱに肺結節のサイズを変えることもできる．しかしながら，他の細かな画像所見を変えることはできない．そこで，京都大学の肺結節データベースを利用して，特定の画像所見を持つ肺結節を自由に生成するモデルを作る予定である．
２．スケッチをもとにした画像生成モデルの開発については，どのようにスケッチを取得するのか，どの程度簡略化できるかなどの検討を行うなどして，手法を次年度内に完成させる予定である．
３．追加学習機能として半教師あり学習法については，まだ十分な精度を得るところまでの進捗には至っていないため，最終年度も検討を続ける．例えば，オープンデータと京大データを組み合わせることにより半教師あり学習法等の検討を行う，また，データサンプリングと学習方法の選択により精度向上が可能か実験を行う予定である．
|
