Tensor Sparse Coding for Temporal and Spatial Feature Extraction and Classification of Liver Lesions in Multi-phase CT Images
| Project/Area Number |
18H03267
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61010:Perceptual information processing-related
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
陳 延偉 立命館大学, 情報理工学部, 教授 (60236841)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
岩本 祐太郎 立命館大学, 情報理工学部, 助教 (30779054)
韓 先花 山口大学, 大学院創成科学研究科, 准教授 (60469195)
古川 顕 東京都立大学, 人間健康科学研究科, 教授 (80199421)
金崎 周造 滋賀医科大学, 医学部, 非常勤講師 (90464180)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Project Status |
Granted (Fiscal Year 2020)
|
| Budget Amount *help |
¥15,600,000 (Direct Cost: ¥12,000,000、Indirect Cost: ¥3,600,000)
Fiscal Year 2020: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000)
Fiscal Year 2019: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2018: ¥7,800,000 (Direct Cost: ¥6,000,000、Indirect Cost: ¥1,800,000)
|
|---|
| Keywords | 多重線型代数 / スパース表現法 / テンソル / 多時相CT画像 / 肝腫瘍性病変症例検索 / 肝腫瘍性病変 / 多重線型理論 / スパース符号化法 / 計算機診断支援 / 深層学習 / 肝臓腫瘍の分類 / 類似症例検索 / 診断支援 / テンソルスパース表現 / 時空間特徴抽出 / テンソルスパース表現法 / 肝臓のセグメンテーション / 鑑別と分類 / 時空間特徴 |
|---|
| Outline of Annual Research Achievements |
肝臓がんは、平均5年生存率が30％程度とがん全体の中でも極めて低く、正確な診断に基づく早期発見が求められる。肝臓がんの診断には、多時相CT画像（造影剤を急速注入してから経時的に複数回の撮像を行なって得られたCT画像）がよく用いられる。本研究では、肝腫瘍性病変の計算機支援診断法の確立を目的とし、多時相CT画像から有効な時空間特徴抽出のフレームワークを構築するとともに、診断の参考となる過去の類似肝腫瘍性病変症例を検索できるシステムを開発した。既存手法は、個々の時相CT画像から特徴を抽出し、それらの特徴ベクトルを繋いで時空間特徴として病変分類または類似症例検索に使用していたが、時相間の共起関係を記述することができず、分類または検索の精度は十分ではなかった。本研究では、多時相CT画像を一つのテンソルとして取り扱い、我々が開発したテンソルスパース表現法を用いた時相間の共起を考慮した時空間特徴抽出法を提案し、多時相CT画像を用いた肝腫瘍性病変の分類精度ならびに類似症例の検索精度を向上させた。また、提案法の有効性について計算機実験による検証だけではなく、医師による検証実験も行い、その有効性を確認した。さらに、近年注目されている深層学習法を用いた肝臓腫瘍の分類と類似症例検索法を開発した。より高精度な分類と検索ができるようになった。それらの成果は、国際学術誌Pattern Recognition Letter, 医用画像情報学会誌、およびトップ国際学会MICCAI2019, IEEE ICIP2019などで発表した。また、医用画像情報学会誌で発表した論文は、学会の金森奨励賞を受賞した。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
当初の計画通りに、テンソルスパース表現法を用いた時相間の共起を考慮した時空間特徴抽出法を提案し、多時相CT画像を用いた肝腫瘍性病変の分類精度ならびに類似症例の検索精度を向上させた。それに加えて、近年注目されている深層学習法を用いた肝臓腫瘍の分類と類似症例検索法を開発した。より高精度な分類と検索ができるようになった。
|
| Strategy for Future Research Activity |
最終年度の令和２年度においては、以下の計画で研究を推進していく。
(1) これまでCT画像を対象に研究を行なってきたが、肝臓腫瘍の鑑別にMRI画像がより豊富な情報を持っているので、多時相MRI画像データベースを構築すると共に、MRI画像を用いた肝腫瘍性病変の診断支援法を開発する。
(2) これまでの手法をベースに、肝臓腫瘍の計算機支援システムを開発する。肝臓腫瘍の分類（鑑別）システムと類似肝臓腫瘍検索システムの両方を開発する。
(3) 悪性肝臓ガン（HCC: Hepatocellular Carcinoma）に対して、治療後に早期に再発するかどうかの予測法を開発する。
|
Report
(2 results)
Research Products
(36 results)
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
[Presentation] Multi-Stream Scale-Insensitive Convolutional and Recurrent Neural Networks for Liver Tumor Detection in Dynamic Ct Images2019
Author(s)
Dong Liang, Ruofeng Tong, Jian Wu, Lanfen Lin, Xiao Chen, Hongjie Hu, Qiaowei Zhang, Qingqing Chen, Yutaro Iwamoto, Xianhua Han, Yen-Wei Chen
Organizer
2019 IEEE International Conference on Image Processing (IEEE ICIP 2019)
Related Report
Int'l Joint Research
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
