敵対的生成ネットワークを用いた新しい原理にもとづくDSAの開発

2021 Fiscal Year Research-status Report

• Project/Area Number: 20K08063
• Research Institution: Hiroshima International University
• Principal Investigator: 山本 めぐみ 広島国際大学, 保健医療学部, 講師 (50412333)
• Co-Investigator(Kenkyū-buntansha): 大倉 保彦 広島国際大学, 保健医療学部, 教授 (80369769)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Keywords: 血管造影 / DSA / 深層学習

Outline of Annual Research Achievements

血管造影像の画像データベースを構築した．造影後画像および病院で作成されたＤＳＡ画像のそれぞれについて,ニューラルネットワークの効率的な学習を行うため画像パッチを作成し,10万枚以上の画像データベースを作成している.ここで造影後の画像パッチは「入力データ」に,病院で作成されたＤＳＡ画像の画像パッチは「教師データ」に，それぞれ対応する.
現在、ニューラルネットワークを用いた深層学習システムを構築中である.基礎的な学習の枠組みとして,敵対的生成ネットワークを用いることとし,この枠組みを用いた研究ができるよう，コンピュータハードウェアおよびソフトウェアを構築している.使用するニューラルネットワークモデルは大規模になることが予想されるため,ハードウェアにはＧＰＵと大容量メモリをもつものを採用するよう検討している．入力データおよび教師データも大容量になると予想されるため，大容量ＳＳＤ等や並列処理でデータを取り扱えるように検討している．また,ソフトウェアにも大規模モデルに対応できるフレームワークおよびミドルウェアを導入するよう計画している.
現在，敵対的生成ネットワークをもとにした様々なタイプのモデルを作成し,仮に作成したシステムで，画像データベースのデータを用いて学習を行い,その結果として出力される画像の画質を元にして，モデルの構造や学習のためのハイパーパラメータを変更し,モデルや学習方法の最適化を試みている．

Current Status of Research Progress

4: Progress in research has been delayed.

Reason

計算負荷が高く，新型コロナの影響でGPUが入手困難な状況にあり，ニューラルネットワークモデルの作成・学習および最適化に時間を要している．

Strategy for Future Research Activity

様々なタイプのモデルを作成し,画像データベースのデータを用いて学習を行い,結果として出力される画像の画質を元にモデルの層数やハイパーパラメータを変更し,モデルの最適化を行っている.しかし，この学習や最適化には計算に時間がかかり,予定より遅れている．翌年度引き続き行う．

Causes of Carryover

新型コロナおよび半導体不足の影響により，ＧＰＵの入手が困難な状況で研究に遅延が生じている．