2021 Fiscal Year Research-status Report
| Project/Area Number |
21K12077
|
|---|
| Research Institution | Chukyo University |
|---|
Principal Investigator |
目加田 慶人 中京大学, 工学部, 教授 (00282377)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
道満 恵介 中京大学, 工学部, 准教授 (90645748)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 深層学習 / 医用画像診断支援 / 腹部超音波画像 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は，医用画像からの病変検出・良悪性鑑別における画像と所見（検査データに基づく医師の判断）を有効活用した方法の検討と，その超音波診断支援への適用である．超音波画像は肝臓や乳腺領域における腫瘍の存在を知るための最初の検査となることが多い．しかしながら，超音波プローブを自ら操作し撮影と診断とを同時におこなう必要があることから，医師や技師によってその診断能力に差が生じるという問題がある．
本年度は，１．超音波動画像からの所見作成支援のための病変検出，追跡および所見に記録することが望まれる画像の選定の自動化，２．撮影の適切性と網羅性の判断支援のための断面種の推定について研究を実施した．
前者においては，検査中の動画像の各フレームから検出される腫瘍に対して，これら全てを医師に提供した場合に，同一の腫瘍がほとんどとなり十分な支援情報になっていないことへの対応である．深層特徴および検出された領域の特徴を利用することで，同一の腫瘍が同じクラスタに登録されることを確認した．また，各腫瘍に対して診断レポートに掲載するのに適した画像を選択するための機械学習手法を合わせて開発し，その有効性を確認した．
後者については，超音波による腹部スクリーニング検査のガイドラインとなっている25断面撮影法にしたがって適切に検査がなされたことを判定できる深層学習手法を開発した．各断面の見え方には分類が難しい組み合わせもあるため，2段階に分けて分類することで精度が向上することを確認した．
また，画像特徴と付帯情報の利用の基礎的な実験として，進行肝癌に対するチロシンキナーゼ阻害剤の効果予測に取り組んだ．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
前項目で示したように，所見生成支援をおこなうための準備段階については達成できたと考える．
|
| Strategy for Future Research Activity |
所見生成のための検査画像の分析に関するベースラインは確立したと考える．計画に従って，これらに付帯情報を加えることで，腫瘍の種類，腫瘍の位置に関する解剖学的情報など１枚の画像だけでは理解が困難な情報の抽出に取り組むこととする．
|
| Causes of Carryover |
コロナ禍により研究打ち合わせや学会発表に伴う出張ができなかったため．
|
Research Products
(9 results)
