2023 Fiscal Year Annual Research Report
Realization of exhaustive mathematical analysis of micro-anatomical structure for micro computational anatomy
| Project/Area Number |
21K19898
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
森 健策 名古屋大学, 情報学研究科, 教授 (10293664)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
小田 昌宏 名古屋大学, 情報連携推進本部, 准教授 (30554810)
中村 彰太 名古屋大学, 医学部附属病院, 講師 (20612849)
|
|---|
| Project Period (FY) |
2021-07-09 – 2024-03-31
|
| Keywords | 微細構造解析 / マイクロ計算解剖 / 機械学習 / 画像処理 / 医用画像処理 / 画像診断支援 |
|---|
| Outline of Annual Research Achievements |
本研究ではマイクロ解剖学創成に向けた網羅的解剖構造解析のための画像認識技術の開発を行う。マイクロ解剖構造認識において重要となる解剖構造を明らかにすることのできる画像認識技術の開発を行う。今後は、微細血管・微細気管支といった10μm程度の微細な解剖構造（マイクロ解剖構造）の認識が医用画像処理では重要となる。このような画像処理技術は、機械学習による単なる画像認識のみで解決できるものではなくトポロジー解析など数多くの数理的な基盤が必要となる。複雑な接続関係を持つ血管や細気管支などの微細解剖構造をコンピュータが自動認識しトポロジーなども含めた数理的な解析ができる技術開発を目指すものであり、画像解析と離散的な数理構造解析が融合した挑戦的でありかつ探索的な研究である。
本年度も、昨年度に引き続き以下の項目の研究を実施し知見を得た。(1) 高精細マイクロCT画像データベース構築：名古屋大学呼吸器外科で伸展固定された肺がん切除標本を高精細マイクロCT装置により3次元画像として撮影した。(2)微細膜構造情報抽出手法開発：肺マイクロCT像からラベル拡張法により小葉間隔壁領域をより連続的に抽出できる手法を開発した。(3) 微細構造分離手法の開発：2D U-Netを用いた学習・肺胞抽出により，肺マイクロCT像から異なる標本に対しても同一モデルで肺胞領域を抽出できる手法を開発した。(4) 病変マイクロ構造解析：3D U-Netによる肺マイクロCT象から肺胞壁領域を抽出する手法を開発した。これによって、肺がんの早期段階でミクロの解剖構造の変化として見られる肺胞壁の肥厚を定量的に解析することが可能となった。
|
