2022 Fiscal Year Annual Research Report
Development of computer-aided diagnosis system for colorectal cancer in CT colonography using deep learning
Project/Area Number |
19K23601
|
Research Institution | Tokyo Institute of Technology |
Principal Investigator |
Jin Ze 東京工業大学, 科学技術創成研究院, 助教 (40840278)
|
Project Period (FY) |
2019-08-30 – 2023-03-31
|
Keywords | 少サンプルで学習 / 深層学習 / 大腸ポリープ |
Outline of Annual Research Achievements |
本研究で開発する大腸ポリープ・腫瘍検出手法を開発しました。この研究では、ヘッセ行列ベースのエンハンサーを組み込んだ 3D 大規模トレーニング人工ニューラル ネットワーク (MTANN) を開発し、CT コロノグラフィーで平坦な病変やポリープを検出する際の MTANN モデルの高いパフォーマンスを実現しました。 同時に、AI によって検出されたポリープを CTC 観察環境で視覚化するためのプロトタイプの AI 支援診断システムも開発しました。 データについては、複数の大学病院からデータ収集をおこなわれた。世界中から独自のデータベースを作成しました。 開発したシステムについては、独自の固有値に基づく3次元病巣強調フィルタと独自の画像型深層学習モデルを用いて、教師画像が少ないデータベースで、従来の機械学習や他の深層学習に比べて圧倒的に高い性能が得られることを示した。MTANN深層学習は、少サンプルで学習ができるので、メモリの制限が解消され、3次元化が可能でなる。また、他の深層学習のためのデータ入力には、2次元の原画像が用いられるが、本研究では、我々の開発した3次元病巣強調フィルタによる強調画像を加えた、3次元×2 の情報をMTANN深層学習の入力とする。従来の手法にはない、極めて高精度の検出システムが開発できました。 医師とコンピュターの共同作業により、平坦型病変を含む病変の見落としの軽減もさることながら医師の負担軽減にもつながる。これにより、CTC検査の普及に貢献し、大腸ポリープの早期発見を促し、大腸がんによる死亡者数を減少させられると期待される。
|