2020 Fiscal Year Research-status Report
AI画像診断支援システムの構築～重篤な救急頭部疾患を診断・予測する～
| Project/Area Number |
20K16737
|
|---|
| Research Institution | Juntendo University |
|---|
Principal Investigator |
菊田 潤子 順天堂大学, 医学部, 助教 (70613389)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | ディープラーニング / AI診断支援システム / 頭部CT画像 |
|---|
| Outline of Annual Research Achievements |
令和2年後はSonyのNeural network consoleを用いて機械学習のデータセットの作成方法、およびアルゴリズムについて学習した。頭部CT画像のデータが思ったより取得できなったため、まず、文京コホート研究の約1600人分の頭部MRIのFLAIR画像を用いて、大脳白質の虚血性変化の分類について機械学習を行った。具体的には脳室周囲と大脳深部白質の虚血性変化（PVHとDSWMH）の進行度をFazekas分類に基づいて4分類し、トレーニングデータで人工知能に学習させた。次にテストデータを用いて人工知能が正しく4分類できるかを実施した。さらに5名の画像診断医にも同様にテストデータを4分類してもらい、人工知能の正解率との比較を行った。結果は人工知能の正解率と画像診断医との平均正解率はほぼ同様であった。この研究成果は第48回日本磁気共鳴医学会大会で発表した。その他、ディープラーニングを用いた研究テーマでいくつか研究発表を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
緊急性のある頭部疾患を擁する頭部CT画像データが思ったより取得できなかったため、進捗状況はやや遅れている。しかし、頭部MRIのFLAIR画像を用いて大脳白質の虚血性変化の進行度を人工知能に4分類させるという研究により、機械学習の基礎知識やアルゴリズムについては学ぶことができた。研究課題に必要な頭部CT画像のデータ数が集まり次第、研究課題に着手する予定である。
|
| Strategy for Future Research Activity |
頭部CT画像データ数を確保する。また、機械学習の精度を上げるためには、より専門的な技術が必要となるため、同じ研究室にいる仲間に協力を仰いだり、機械学習に関するセミナーに積極的に参加する。
|
-
-
[Presentation] Deep Learning for Classifying White Matter Hyperintensities on Brain MRI2020
Author(s)
Junko Kikuta, Akihiko Wada, Yuki Someya, Shimpei Kato, Shohei Fujita, Kanako Sato, Toshiaki Akashi, Koji Kamagata,Yoshifumi Tamura, Ryuzo Kawamori, Hirotaka Watada, Shigeki Aoki
Organizer
第48回日本磁気共鳴医学会大会
-
