2020 Fiscal Year Annual Research Report
Transfer learning from mathematical models and its applications in biomedical engineering
| Project/Area Number |
19H04177
|
|---|
| Research Institution | Nagasaki University |
|---|
Principal Investigator |
酒井 智弥 長崎大学, 情報データ科学部, 准教授 (30345003)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
高田 寛之 長崎大学, 情報データ科学部, 助教 (10297616)
東嶋 美佐子 長崎大学, 医歯薬学総合研究科(保健学科), 教授 (40279005)
尾長谷 靖 長崎大学, 医歯薬学総合研究科(医学系), 准教授 (40399762)
松永 昭一 長崎大学, 情報データ科学部, 教授 (90380815)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 転移学習 / データ同化 / スパースモデリング / 深層展開 / 知識獲得 |
|---|
| Outline of Annual Research Achievements |
本年度は、数理モデル化された専門分野の知識や経験則に基づき構築したディープニューラルネット（DNN）が更にデータから学習するために必要な最適化算法を設計し、DNNおよび算法の性能を評価することに重点を置いた。基礎研究においては、DNNが既に備えている知識や経験則が学習において損なわれる可能性を指摘し、その対策を考案した。また、この最適化算法を応用すると、数理モデル化された知識を畳み込みニューラルネット（CNN）に学習させることが可能になることを検証した。特に、特異値分解の算法が逆伝播可能であることを利用して、低ランク・スパースモデル（L+Sモデル）からも知識の転移と学習が可能であることを本研究が初めて提唱し検証した。ただし、スパース誘導ノルムを損失関数にすると、損失関数の微分不可能性に起因して最適化に不具合を生じるという未解決課題を発見している。
医工学応用では、時系列深度画像から嚥下による前頸部の変形の特徴を積極的に抽出するDNNを保健学的知識に基づき設計した。本年度から着手したが口腔細胞診への応用では、既存の視覚的顕著性推定モデルを活用して細胞を注視させるCNNを設計した。また、L+Sモデルの超パラメタを深層展開で自動調整可能にすることで、X線造影像の血管強調画像処理における造影領域の分布が推定されることを検証した。これらの速報を研究会等で報告した。L+Sモデルによって肺聴診音から連続性ラ音と呼ばれる異常音を抽出することも可能であることから、肺音解析への応用展開も計画中である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究実績の概要で述べたとおり、低ランク・スパースモデルを検討することで深層学習の新たな可能性を見出せている。また、スパースモデルに限定せず数理モデルから知識を転移させる深層学習に研究を展開できており、その意義を医工学応用で具体化できている。
|
| Strategy for Future Research Activity |
医工学応用の推進として、研究分担者と肺聴診音の収集と解析を続ける。口腔がん・唾液腺がんの画像診断への応用も進捗を図る。また、これまでの基礎研究の成果と共に論文・書籍にまとめて発表することを重点化する。なお、研究実績の概要で述べた未解決課題については、新規の研究課題としての発展性も視野に入れ、本研究では調査研究に基づく解決策の模索と予備実験による検討を可能な範囲で継続する。
|
Research Products
(10 results)
