2022 Fiscal Year Research-status Report
非侵襲的検査における深層学習を用いたマルチラベル問題での病症の推定
| Project/Area Number |
22K12149
|
|---|
| Research Institution | Toyohashi University of Technology |
|---|
Principal Investigator |
浅川 徹也 豊橋技術科学大学, 工学(系)研究科(研究院), 助教 (80711382)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Keywords | 深層学習 / 医療画像 / 画像診断 / マルチラベル問題 / AI技術 |
|---|
| Outline of Annual Research Achievements |
2022年度の研究実績に関しては、以下の３点に関して成果があった。
国内、国際会議での口頭発表を行ったほか、国際カンファレンスにも採択され、招待講演も行った。
【項目１：肺CTデータでのマルチクラス、マルチラベル分類】１年目は、肺CTデータにおける病症のマルチラベル、マルチクラス問題を解決するために、３次元CTデータを高解像度化（SRGAN）と深層学習を用いて、高精度な推定手法を開発した。この成果は、世界的コンペティションImageCLEF2022にて世界２位の精度を獲得し、世界的に注目されている技術と認定され、CLEF2022にて招待講演で発表を行った。
【項目２：心臓CTデータでのマルチクラス、マルチラベル分類】１年目は、心臓CTデータにおける推定も行った。深層学習を用いて、２次元の心臓CTデータを用いた健常者か心臓狭窄症患者の推定を行った。さらに、マルチクラス、マルチラベル分類として、健常者とどの部分に心臓狭窄があるかの推定も行った。推定精度は、８０％以上と高精度であった。この成果は、国内会議MI研究会にて１件、更に国際会議ICMVAに採択され、１件発表を行った。
【項目３：心臓CTデータでのマルチクラス分類】更に、２次元心臓CTデータだけでなく、３次元心臓CTデータも用いて、マルチクラス分類を行った。これは、３Ｄ CNNとLSTMを混合したこれまでにない、深層学習アーキテクチャを開発した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
以下の項目を達成できたため。
（１）肺CTデータでのマルチクラス、マルチラベル分類にて世界２位を獲得し、招待講演を行ったこと、（２）心臓CTデータでのマルチクラス、マルチラベル分類にて国内、国際会議で採択され発表したことである。、
当初の目標は国際会議２件であったため、2件以上あり、更にジャーナルや特許など、今後の展開に期待できるので総じて「おおむね順調に進展している」と判断した。
|
| Strategy for Future Research Activity |
3D医療データによる深層学習は、比較研究が少なく、きわめて挑戦的であると感じてきた。今年度使用したベンチマークデータ、ならびにそれを用いた分類・手法の開発を進める中で、これまでにない高精度のモデル開発に着手したいと考えている。
今後、更なる新しい手法などの開発を行い国際会議やジャーナルなどで発表できる技術レベルまで到達させ、更に当該分野での研究推進をしていく予定である。
|
