• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2023 Fiscal Year Annual Research Report

マルチモーダル深層表現学習に基づく医用画像理解

Research Project

Project/Area Number 21K12077
Research InstitutionChukyo 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,超音波動画像からの所見作成支援のための病変追跡を中心に研究を進めた.患者の腹部内を撮影する際に中に,その検出が断続的に途切れることにより診断の障害になることが指摘されている.これに対して,深層学習での検出結果とフレーム間の画像類似度を併用することで,途切れの少ない検出結果が得られることを示した.
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.肝がん分子標的治療薬は複数存在しているが,肝がんの進行速度や発見ときには進行がかなり進んでいることが多いため,すべての治療薬を試すことは困難であり,事前に特定の薬剤の有効性を推定できれば治療方法が有効に選択できる.検査データに対して特徴量の種類が多い画像特徴を多く使ってしまうと分類器の汎化性能が落ちてしまうことが確認されているが,特徴量間の相互情報量を利用して特徴量選択をおこなった.その後にk最近傍法によるクラス分類をおこなったところ,平均正解率,感度,特異度共に従来の特徴選択の方法を上回ることが確認された.

  • Research Products

    (3 results)

All 2024 2023

All Presentation (3 results)

  • [Presentation] 機械学習を用いた肝がん分子標的治療薬の効果予測2024

    • Author(s)
      八代 享也,道満 恵介,目加田 慶人,西田 直生志,工藤 正俊
    • Organizer
      動的画像処理実利用化ワークショップ2024講演概要集
  • [Presentation] 機械学習を用いた肝がん分子標的治療薬法の効果予測2023

    • Author(s)
      八代 享也,道満 恵介,西田 直生志,目加田 慶
    • Organizer
      第21回情報学ワークショップ
  • [Presentation] テクスチャ特徴分析による腹部CT画像からの内視鏡下腎がん摘出手術の難易度推定2023

    • Author(s)
      久保 友悟,道満 恵介,目加田 慶人
    • Organizer
      第21回情報学ワークショップ

URL: 

Published: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi