Polyp 3D Shape Information Acquisition from Endoscopic Images for Computer-Aided Diagnosis
| Project/Area Number |
19K24370
|
|---|
| Research Category |
Grant-in-Aid for Research Activity Start-up
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
1002:Human informatics, applied informatics and related fields
|
|---|
| Research Institution | Chubu University |
|---|
Principal Investigator |
宇佐美 裕康 中部大学, 工学部, 助手 (10847669)
|
|---|
| Project Period (FY) |
2019-08-30 – 2021-03-31
|
| Project Status |
Granted (Fiscal Year 2019)
|
| Budget Amount *help |
¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
Fiscal Year 2020: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2019: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 内視鏡医療支援システム / ポリープ３次元形状情報獲得 / Deep Learning / 血管領域抽出 / 潜在的幾何情報 / Shape from Shading / Medical Image Processing / Computer Vision / Computer-aided Diagnosis / Endoscopy |
|---|
| Outline of Research at the Start |
我が国における大腸癌罹患者数は増加の一途を辿っており，診断支援を目的とした医用画像処理技術の確立が求められている．ポリープの形状は，悪性腫瘍の場合ではその形態形成に大きく起因し，診断時の重要な情報となる．また，内視鏡による術式は，開腹手術を伴う術式に比べ，身体への負担が軽く，優れるが，大腸は胃や食道に比べて腸管の壁が薄いため技術的な難易度が高く，ポリープの正確な3次元形状情報を医師に提供することは手術成功率向上に不可分の関係にある．本研究は，血管の形状等の潜在的幾何情報と光学的制約を基礎とした(SfS:Shape from Shading)を融合させる新たな３次元形状情報獲得手法の研究を行う．
|
| Outline of Annual Research Achievements |
我が国における大腸癌罹患者数は増加の一途を辿っており，診断支援を目的とした医用画像処理技術の確立が求められている.ポリープの形状 は，悪性腫瘍の場合ではその形態形成に大きく起因し，診断時の重要な情報となる.また，内視鏡による術式は，開腹手術を伴う術式に比べ，身体への負担が軽く，優れるが，大腸は胃や食道に比べて腸管の壁が薄いため技術的な難易度が高く，ポリープの正確な3次元形状情報を医師に提供することは手術成功率向上に不可分の関係にある.
臓器の形状情報獲得手段としては，CT・MRIの利用が挙げられる.しかし，大腸の場合では腸の蠕動運動等の要因から，正確な形状情報獲得が困難である.
本研究では，一般的な内視鏡画像からポリープの3次元形状情報を獲得するための技術の確立を目的とし，血管等の潜在的幾何情報と光学的制約を基礎とした(SfS:Shape from Shading)を融合させる新たな3次元形状情報獲得手法の研究を推進している．
本年度の実績としては、研究に要する研究機材を導入し、内視鏡データの収集、教師用訓練用データセットの作成を主に行った．それらデータを元に血管領域抽出に関するDeep Learningの研究を推進し、従来の手法では局所的な血管領域抽出が主であったが，従来手法と比較して内視鏡画像において大域的な血管領域抽出を実現している．また，提案手法をベースとする手法から「深度マップを用いたU-NetによるLST型ポリープの検出」，「スタイル変換ネットワークを用いた効率的なポリープ分類」,「Mediastinal Lympy Node Detection useing Deep Learning」に関する研究を実施し，その成果は学術論文等で公開を行なっている．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
現在までの進捗状況として，本年度は，研究に要する研究機材を導入し，内視鏡データの収集，教師用訓練用データセットの作成を主に行った．それらデータを元に血管領域抽出に関するDeep Learningの研究を推進し、従来の手法では局所的な血管領域抽出が主であったが，従来手法と比較して内視鏡画像において大域的な血管領域抽出を実現している．そのため，当初計画していた通り，初期の研究課題への取り組みは順調に進捗している．そのように【概ね順調に研究は進展】しているが，昨今の新型コロナの影響もあり，研究活動への制約も生じており，当初の計画以上の進展とまでは至っていない。しかしながら，限られた環境下に於いても導入した研究機材を活用する事で，効率良く研究データの収集，分析は行えており，研究活動は順調に進められている．
|
| Strategy for Future Research Activity |
今後の研究の推進方策としては，研究実施計画として挙げた「Deep Learningをベースとした内視鏡画像から血管領域を抽出」に関しては，おおよそ血管領域抽出手法を確立出来ている．「血管の構造解析を通じた血管の分岐点ならびに血管の主流と分流情報の獲得」に関しては，内視鏡による撮影物体が水平面過程である場合では，自動で血管の主流，分流情報を判別する手法を確立しており，今後は，より制約条件を緩和する目的で，水平面以外の領域での血管構造解析手法の研究を進める．その他「内視鏡カメラに対する血管の幾何情報の獲得」ならびに「血管の潜在情報と光学的制約式を基礎としたSfS融合による3次元形状情報獲得」に関しては，理論は既に構築済みであり，先の血管構造解析手法の確立と並行して実験を進め理論の妥当性を検証し，最終的に，内視鏡医療支援を目的とした内視鏡画像からのポリープ３次元形状情報獲得を実現する．
|
Report
(1 results)
Research Products
(8 results)
