肺病変の検出を目的とした胸部単純X線画像と深層学習を組み合わせた差分技術の開発

2022 Fiscal Year Research-status Report

• Project/Area Number: 21K18082
• Research Institution: Yamaguchi University
• Principal Investigator: 清水 陽一郎 山口大学, 医学部附属病院, 診療放射・エックス線技師 (70896836)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 医用システム / 医用画像処理

Outline of Annual Research Achievements

本プロジェクトでは病変を含まない胸部単純X線画像を学習させて、病変を含む胸部単純X線画像を入力した場合に、入力画像から病変を除いた画像を出力し、入力画像から出力画像を差分することで、病変部を強調するシステムを作成することを目指している。
本年度は、本プロジェクトの目的に沿う画像を出力することを可能とする画像生成ネットワークを作成することを計画しており、様々な画像生成ネットワークを作成した。その結果、いくつかの画像生成ネットワークが、本プロジェクトが目指す胸部単純X線画像を出力できる可能性を示した。ネットワークを作成するにあたり、学内外の研究者とミーティングを頻回に行うと共に、日本放射線技術学会秋季学術大会や法医画像勉強会などに参加し、本プロジェクトに有益な情報や、最新の知見を得ることができた。
今後は画像生成プログラムの各種パラメータの調節を行い、より精細な胸部単純X線画像を出力させることを目指す。入力した胸部単純X線画像と、出力した胸部単純X線画像を差分することで得られた差分画像の病変描出能を、信号ノイズ比 (contrast-to-noise ratio) や、root mean square粒状度などを用いることで物理的に評価を行うと同時に、観察者実験を行うことで、本プロジェクトで作成したシステムを使用した場合と、使用しない場合の病変描出能を比較することで、本システムの有用性を評価する予定である。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

本来の予定では、本年度までにプログラムを作成している予定であった。しかし、プログラムの作成に時間を要し完全なプログラムを作成するまでに至っていない。故に本年度の進捗状況は当初の予定よりやや遅れていると判断した。

Strategy for Future Research Activity

現在起こっている問題に対して、山口大学医学部医学科システムバイオインフォマティクス講座の協力を得られることになった。これにより、研究をより加速していく所存である。プログラムが完成したら病変描出能を物理的、視覚的に評価を来年度行う予定であり、同時に学会発表と論文を作成する。