2023 Fiscal Year Research-status Report
Lightweight 3D Deep Learning Network for Computer-Aided Diagnosis of Liver Lesions
| Project/Area Number |
20K21821
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
陳 延偉 立命館大学, 情報理工学部, 教授 (60236841)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
岩本 祐太郎 大阪電気通信大学, 情報通信工学部, 講師 (30779054)
|
|---|
| Project Period (FY) |
2020-07-30 – 2025-03-31
|
| Keywords | 医用画像セグメンテーション / 三次元深層学習ネットワーク / 軽量化 / Adaptive Decomposition / Foundation Model / Adaptor |
|---|
| Outline of Annual Research Achievements |
医用画像に特化した軽量で効率的な深層学習ネットワークを開発すると同時に、現在注目されているFoundation Modelの医用画像への効率的な適用方法に関する研究を進めてきた。今年度は以下の研究成果が得られた。
(1) Adaptive DecompositionとShared Weight ボリュームトランスフォーマーを開発し、軽量化された、高効率なPatch-Free三次元医用画像セグメンテーションネットワークを開発した。その成果に関する論文は医工学分野のトップ国際学術誌IEEE Journal of Biomedical and Health Informatics（Impact Factor: 7.021）に掲載された。
(2)2023年3月、画像Foundation Model (SAM: Segmentation Anything)が提案されたが、自然画像で学習したモデルなので、医用画像に適用すると精度が低下する。本研究では、SAMの医用画像に適用するための効率的なadaptation法(Spatial Prior Adaptor)を開発した。
(3) 2023年6月に大会長として国際学会International Conference on Innovation in Medicine and Healthcareをイタリアのローマで主催した。その論文集を本としてSpringer社より出版した。また、2023年11月に国際学会Digital Medicine and Image Processingにて「Recent Advances in Deep Learning for Medical Image Analysis」というKeynote Talkを行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
当初目標にしていた医用軽量化三次元深層学習モデルを開発しただけでなく、現在注目されているFoundation model (SAM)を医用画像に適用するための効率的なAdaptorを開発した。
|
| Strategy for Future Research Activity |
現在のFoundation model (SAM)は２次元画像にしか適用できない。医用ボリューム画像にも適用できるよう、その三次元化と効率的なadaptation法を開発する。
|
| Causes of Carryover |
【理由】中国から研究協力者が2023年に来日し、開発した軽量化モデルを用いた肝臓腫瘍の検出と鑑別に関する研究を行う予定だったが、本人の健康問題で来日するのを2024年度に延期された。
【使用計画】2024年4月-9月 開発した軽量化モデルを用いて肝臓と腫瘍のセグメンテーションを行う。
2024年10月-11月 セグメンテーションした肝臓と腫瘍に対して、その鑑別と再発予測を行う。
2024年12月 結果をまとめる。
|
Research Products
(9 results)
