2021 Fiscal Year Research-status Report
機械学習に基づく完全自動化された骨関節三次元動態解析システムの開発
Project/Area Number |
21K09227
|
Research Institution | Osaka University |
Principal Investigator |
佐原 亘 大阪大学, 医学部附属病院, 助教 (80706391)
|
Co-Investigator(Kenkyū-buntansha) |
山崎 隆治 埼玉工業大学, 工学部, 教授 (40432546)
近田 彰治 大阪大学, 医学系研究科, 助教 (80598227)
|
Project Period (FY) |
2021-04-01 – 2024-03-31
|
Keywords | 骨関節三次元動態解析 / 機械学習 |
Outline of Annual Research Achievements |
当研究室で開発したX線透視画像とCTから作成した三次元骨モデルを用いた三次元動態解析システムの問題点として、①X線透視画像から骨輪郭を抽出作業の煩雑さ、②骨輪郭抽出のために必要な各骨モデルの初期位置合わせの手間、という2つの問題点があった。①、②の問題解決のために機械学習、ディープラーニングを用いてこれらの作業の自動化を目標としている。 すでに研究代表者が正常人及び患者の肩関節を対象に抽出した骨輪郭画像(34例、1884枚のデータ)を用いて研究協力者のもとニューラルネットワーク(CNN)を用いた画像処理し骨輪郭を自動抽出できるシステムを構築する準備を行っている。 また、ディープラーニングするためにはさらに大量のサンプル画像が必要であり、今年度はこれの収集を主に行う予定である。現在15症例、1400枚の画像解析が終了しているが、目標には達していない。
|
Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
骨輪郭の作業は煩雑でありバイトを雇用して作業効率を上げる試みを行った。現在4名に解析作業を行ってもらっているが、予想以上に解析作業に慣れるのに時間がかかり今年度末になってようやく3名の方が解析を一人で完了できるようになった。コロナ禍であり教育に時間を要した。 輪郭抽出の処理については敵対的生成ネットワーク(GAN)を応用することで低解像度であればある程度可能になってきた。しかし、高解像度になると時間がかかりすぎるため実用化には更なる改良が必要である。
|
Strategy for Future Research Activity |
作業員がようやく解析作業に慣れてきたので、今年度はペースアップしてサンプル画像を取得できると考えている。 画像処理については引き続き処理速度を上げる方法を検討する。
|
Causes of Carryover |
画像解析に必要なパソコンを複数購入する必要がある。バイトを4名雇い画像解析を行っているが、複数台ある方が作業効率が上がる。従って、設備費については画像解析に必要なスペックを持ち、かつ計画よりも低価格なパソコンを購入し仕様を確かめた。問題ないと判断している。 また作業員の教育にかなりの時間がかかり、人件費がほとんど支出されていない。 次年度は作業員が画像解析に慣れてくるため、作業効率があがり、人件費が必要になってくると予想される。また、パソコンを購入する必要性も生じる可能性があり、設備費も必要になってくると考えられる。
|