2022 Fiscal Year Annual Research Report
高精度なメラノーマ構造パターン抽出技術に基づく皮膚がん診断支援システムの開発
| Project/Area Number |
19K12054
|
|---|
| Research Institution | Fukui University of Technology |
|---|
Principal Investigator |
木森 義隆 福井工業大学, 環境情報学部, 教授 (10585277)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | ダーモスコピー画像 / メラノーマ構造 / mathematical morphology / 深層学習 |
|---|
| Outline of Annual Research Achievements |
本研究では，ダーモスコピー画像におけるメラノーマ構造パターンの自動抽出・可視化手法および病変特徴量の記述手法の開発を実施した．申請者がこれまで開発してきた画像処理理論を発展させ，共通基盤となる画像処理体系を構築することをめざした．皮膚科医が定性的かつ直感的に行ってきた診断内容に対し，定量的な根拠をもった診断基準の提示を可能にするための画像処理技術の開発を実施した．
補助事業期間全体を通じて，(1)前処理手法およびセグメンテーション手法の開発，(2)構造パターン抽出手法の開発，(3)構造パターンの統合的可視化手法の開発，(4)病変特徴量の記述手法の開発，(5)機械学習による病変分類手法の開発という，5項目の研究計画を実施した．
研究項目(1)および(2)は，2019年度から2020年度にかけて実施し，研究項目(3)および(4)は，2020年度から2021年度にかけて実施した．申請者が考案したRotational morphological processingに基づく構造パターンの抽出フィルタを活用することにより，各研究計画は概ね達成できた．しかし，項目(1)のセグメンテーション精度が不十分なままであったため，2022年度は，項目(5)とともに，深層学習を用いた新規の手法の開発に取り組んだ．このために，当該年度は，(i)病変領域のセグメンテーション，(ii)病変パターンの抽出，(ii)病変分類の実施，の3段階の研究計画を設定した．病変領域のセグメンテーションと病変分類のそれぞれの過程において，最適な深層学習モデルを構築し，小規模のデータセットに対して，分類実験を実施した．まだ検討すべき内容は残っているが，方法論の正しさを支持する結果が得られている．(i)の技術的な内容に関しては，論文として発表した(Kimori, IEEE Access, 2022)．
|
