2020 Fiscal Year Research-status Report
Development of Detection and Classification System for Supporting Medical Diagnosis of Endoscope Image, Cell Image and CT images
| Project/Area Number |
20K11873
|
|---|
| Research Institution | Chubu University |
|---|
Principal Investigator |
岩堀 祐之 中部大学, 工学部, 教授 (60203402)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | コンピュータビジョン / 医用画像認識 / ポリープ形状 / 血管構造 / ＣＴ画像 / リンパ節 / 細胞画像 / CNN |
|---|
| Outline of Annual Research Achievements |
医療内視鏡の研究では，これまで奥行方向に微小移動した２枚の画像から血管の特徴点をもとに内視鏡の移動量，さらには反射係数を推定することで，ポリープの絶対的な大きさと３次元形状を復元する手法を開発してきたが，血管の分岐構造を抽出する研究を行った．また，回転や並進により２枚の画像に写る血管の特徴点が非線形に対応することを考慮して，グラフマッチングによって血管構造を抽出する研究を行った．形状復元に関しては血管は必ずしも水平面に存在しないことを前提としない仮定のもとで回転と並進を含む２枚の画像の特徴点から運動パラメータの推定とパラメータに矛盾しない特徴点の座標算出を試みる研究を試みた．また，反射係数が与えられたもとで点光源透視投影の明るさの式をアイコナール方程式の近似式に帰着させて形状を復元するアルゴリズムを開発した．平坦型ポリープの検出を対象に，内視鏡画像とその形状情報を入力としてU-Netの構造を用いて平坦型ポリープの部分を検出する研究を行った．
CT画像からのリンパ節の検出の研究では，U-Netをベースとしたディープラーニングモデルを利用して3方向のCT画像とそのスライス画像を用いてリンパ節部位の検出を高精度に行うための手法を研究した．また複数のスライスにわたるリンパ節領域を学習，それにより転移有無の特徴である模様・形状・大きさの3つを効率的に学習させることで高精度な転移有無分類手法を研究した．
細胞画像の認識では，核小体での判定のみならず，細胞核を精度よく検出するためのCNNモデルを研究し，Ladder Netによる検出手法を研究した．また，WRC-NetのネットワークにAttention機構を加えることで，ヒトの細胞画像からより高精度な細胞核の検出を行う方法を研究した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の目的に基づいて検討を行いながら研究を遂行しており，得られた知見や結果に対する研究発表を行った．
|
| Strategy for Future Research Activity |
これまで研究してきた形状復元に加えて，血管が水平面に沿っていないときの方法論を開発するとともに，2枚もしくは3枚の画像から内視鏡の回転と並進の運動ならびに大きさと形状を復元するための方法論の開発ならびに評価を行う．
また，ポリープ画像を学習する際に学習データが不足する問題を解消するために，GANを用いて擬似画像をもとにポリープ画像生成を行う方法を開発するとともにGANによる手法のポリープ分類問題に対する有効性について研究を進める予定である．
リンパ節の検出・分類の問題では，検出の問題に加えて分類の問題をデータを増やして研究としてまとめる予定である．
細胞核の検出分類問題に関してはディープラーニングのEnd-to-Endで検出精度を上げることを目標に進める予定である．
|
| Causes of Carryover |
新型コロナウィルスの影響により、参加を予定していた学会が全てオンラインで開催となり、旅費を繰越すこととなったため。その他，一部国際会議で参加費が安くなったことと研究インターンシップ生受け入れなど人件費も使用しなかったため。
|
Research Products
(32 results)
