2012 Fiscal Year Research-status Report
新しい人工知能技術を用いた腹部Ｘ線ＣＴ画像解析と診断支援
| Project/Area Number |
24560497
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Research Institution | The University of Tokushima |
|---|
Principal Investigator |
上野 淳二 徳島大学, ヘルスバイオサイエンス研究部, 教授 (60116788)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
近藤 正 徳島大学, ヘルスバイオサイエンス研究部, 教授 (80205559)
|
|---|
| Project Period (FY) |
2012-04-01 – 2015-03-31
|
| Keywords | 人工ニューラルネットワーク / GMDH / マルチスライスCT / コンピュータ支援診断 |
|---|
| Research Abstract |
本年度は、本研究を実行するために、学習理論に多変量解析手法を用いて高精度解析を行う新しい人工ニューラルネットワーク（GMDH-type Neural Network ）のアルゴリズムの開発を行った。本研究で開発する人工ニューラルネットワークは、以下のような機能を備えている。
１）最適な画像特徴量（入力変数）の自己選択機能：多列検出器CTや磁気共鳴断層撮影装置（MRI）から得られた３次元画像データは、それぞれの装置によって医用画像の画質が大きく異なる。また、対象となる臓器によって医用画像の特徴が大きく異なる。このために、精度の良い画像認識精度を得るためには、対象となる医用画像の種類にもっとも適した画像特徴量を自己選択することが重要である。このため、GMDH-typeニューラルネットワークに対象となる医用画像の特徴にもっとも適した画像特徴量を自己選択させる機能を持たせている。
２）最適なニューラルネットワークス構造の自己選択機能：精度の良い画像認識精度を得るためには、対象となる医用画像の特徴に最も適したニューラルネットワークスの構造を自己組織化する必要がある。このため、GMDH-typeニューラルネットワークに、対象となる医用画像の特徴に最も適したニューラルネットワークス構造を自己選択させる機能を持たせている。
以上のような機能を備えた、人工ニューラルネットワークのアルゴリズムを開発した。また、腹部の多臓器を同時に画像認識させる機能を持たせるようにアルゴリズムの機能拡張を行っている。さらに、これらのアルゴリズムを組み込んだ、肝臓癌の画像診断を行うためのコンピュータ支援画像診断システム（CADシステム）の構築を行っている。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
本研究で開発した、アルゴリズムを臨床画像データに適用した場合、改良すべき点が明らかになり、アルゴリズムの改良を行っているため。
|
| Strategy for Future Research Activity |
本研究で開発したアルゴリズムを組み込んで実用的なCADシステムを開発するためには、アルゴリズムの改良するべき点が多く残っており、今後はさらに多くの症例に適用して問題点を抽出して、実用的なCADシステムを開発する必要があると考えている。
|
| Expenditure Plans for the Next FY Research Funding |
残金については３月中に全額納品済みで、４月以降に支払い予定です。
|
