2022 Fiscal Year Research-status Report
敵対的生成ネットワークによる乳房超音波画像を生成し教育や研究への応用を目指す研究
| Project/Area Number |
21K15800
|
|---|
| Research Institution | Tokyo Medical and Dental University |
|---|
Principal Investigator |
藤岡 友之 東京医科歯科大学, 東京医科歯科大学病院, 准教授 (60771631)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 超音波 / 乳腺画像診断 / 人工知能 / 敵対的生成ネットワーク |
|---|
| Outline of Annual Research Achievements |
過去に東京医科歯科大学病院で撮影された超音波検査の画像データ（合計約2000症例）を取得し、病理組織ごとに振り分けを行った。DCGAN (Deep Convolutional Generative Adversarial Network)とよばれる、畳み込みニューラルネットワーク使いたモデルをベースに、乳腺超音波の生成画像モデルを用い、組織ごとに生成画像を作成した。
生成画像の画質を評価し、層の数、ノード数、活性化関数・バッチサイズなどを調整し、学習率が良くノイズ、ドロップアウト率の少ない画像生成を行える条件を決定した。
作成された生成画像は放射線科医により評価され、人工知能が作成した画像の特徴量を抽出した。現在人工知能の作成する画像はどのような特徴があるのかについて多方面より検証している。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
初年度に新型コロナウイルス感染症蔓延があり、学習データの収集やパラメーターの設定に時間がかかってしまった。現在、予定していた学習データはほぼ収得できており、適切なパラメーターも定まってきた。
|
| Strategy for Future Research Activity |
人工知能が作成する生成画像の特徴を多方面から検証し、正常画像との相違点を解明する。また、組織ごとに特徴とされている画像所見との関連性についての調査を行う。
今後は読影実験を行い生成画像を教育や研究用として有効的に利用できる方法を提案することを目標としている。
|
| Causes of Carryover |
予定していた学会の参加が延期となってしまったため、試用した旅費が少ない状況である。
読影試験の開始時期が遅れてしまったため、それに掛かる予定である人件費、謝金をまだ使用していない状況である。
|
