2021 Fiscal Year Research-status Report
Development of automated retinopathy lesion detection based on deep learning in small samples
| Project/Area Number |
19K12827
|
|---|
| Research Institution | Oita University |
|---|
Principal Investigator |
畑中 裕司 大分大学, 理工学部, 教授 (00353277)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 深層学習 / 眼底画像 / セグメンテーション / 異常検出 / 炎症 |
|---|
| Outline of Annual Research Achievements |
感染症による後眼部の炎症領域を自動抽出する研究に着手している。通常の眼底画像では判断できないため、蛍光（造影）撮影画像を用いるが、通常の眼底カメラの画角が55度であり、後眼部の一部しか撮影できない。本研究では、可能な限り広い範囲の炎症領域の把握を期待するため、共焦点レーザ顕微鏡（超広角眼底カメラ）を用いた撮影を実施した。蛍光撮影の初期相と後期相の差分から、炎症領域を推定する方法を考え、本年度は初期相と後期相のレジストレーションに取り組んだ。
血管の分岐や交叉を特徴点とするレジストレーションを考え、最初に深層学習モデルU-Netによって血管抽出を行う。ここで、多くの超広角眼底画像の血管領域の教師データを準備することが困難である課題が生じた。そこで、通常の眼底画像による血管セグメンテーション用のオープンデータDRIVEとSTAREの画像を処理して、蛍光画像に近い画像に変換して、U-Netを学習した。ここで、ファインチューニング等の事後学習は行わない。
超広角眼底画像の初期相と、眼科医が作成した血管のマニュアルセグメンテーション画像6例に対して学習後のU-Netを適用したところ、Acuracyが96%の結果を得た。この結果は、レジストレーションには十分な成果であると考えられる。本研究の中では、深層学習の研究には不十分な画像枚数しか収集できていないが、その少ない画像を深層学習の学習には用いずに、十分な成果が得られることを示した。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
少数サンプル下での深層学習の研究として、技術面では順調に研究が進んでいると考える。しかし、評価のために十分な症例数を収集できていないこと、炎症領域の抽出の評価を十分に行えておらず、研究としては完結していないと自己評価する。
|
| Strategy for Future Research Activity |
学術論文として投稿することを目標として、不足している症例収集と評価実験を実施する。また、昨年度に感染症等で不十分であった成果報告を学会発表等を通じて行う。
|
| Causes of Carryover |
学会がオンライン開催になったこと、および研究遂行の遅れに伴って学会発表に遅れが生じたことにより、旅費が次年度に繰り越しとなった。この旅費を活用して、研究成果を医用画像関連の国内開催の学会で発表する。
|
