A fundamental research on curation and verification methods of learning data to promote AI-CAD development
| Project/Area Number |
21K07636
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 52040:Radiological sciences-related
|
|---|
| Research Institution | National Hospital Organization, Kyushu Medical Center (Clinical Institute) |
|---|
Principal Investigator |
野口 智幸 独立行政法人国立病院機構九州医療センター(臨床研究センター), その他部局等, 放射線部長 (40380448)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
松下 由実 国立研究開発法人国立国際医療研究センター, 臨床研究センター, 臨床研究統括部 室長 (50450599)
志多 由孝 国立研究開発法人国立国際医療研究センター, センター病院, 放射線診療部門・放射線管理室医長 (50774668)
山下 孝二 九州大学, 医学研究院, 助教 (80546565)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2021: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | Deep learning / 機械学習 / 深層学習 / 腹部CT / 骨格筋 / 人工知能 / 医用画像 / 画像診断 / 医用画像用部位分類 / 虫垂炎 / AI |
|---|
| Outline of Research at the Start |
自律的に学習・判断を行う「深層学習型AI」は、画像判定について飛躍的な発展を遂げている。その反面、AIの基礎知見について体系的に研究・検証されないまま、AI実装システムの製品化が先行している。こうした実用先行型開発は、間違った判定によるシステムエラーに対し脆弱である。このリスクを避けるためAI判定プロセスを理解する基盤的研究が不可欠であると考えている。本研究では①学習データキュレーションの研究、②AI-CAD性能適正検証法の研究、③医療側の立場からAI-CAD開発を支援できる医療系AIジェネラリスト従事者の育成、を推進する。
|
| Outline of Annual Research Achievements |
最終年度として、内臓脂肪面積測定で撮影される臍部レベルの腹部コンピュータ断層撮影（CT）を用いてAIで画像解析し骨格筋の抽出を実施し、骨格筋量測定が可能かどうか検討した。
対象は、研究協力施設でメタボリックシンドロームスクリーニング検診を受けた7,370例の被験者の11,494スライスの低線量腹部CT画像データを用い、骨格筋量測定のためのディープラーニングモデル（DLM）の抽出能を評価した。補足データセットとして、5,801枚の腹部CT画像を含む公開されたCancer Imaging Archive（TCIA）データセットを使用した。腹部CT画像の抽出には、異なるフィルタサイズと階層深度を持つSegU-net DLMを使用した。
結果として、セグメンテーションの精度は、ダイス類似係数（DSC）、断面積（CSA）誤差、およびBland-Altmanプロットを測定し評価した。結果として、DSCが0.992 +/- 0.012、CSA誤差が0.41 +/- 1.89%、Bland-Altmanのパーセント差が-0.1 +/- 3.8%を達成した。
結論としてSegU-net DLMは、低線量腹部CTから高精度で骨格筋量測定を自動的に抽出可能であることが確認できた。以上の結果を英語論文発表した。
|
Report
(3 results)
Research Products
(42 results)
-
-
-
-
[Journal Article] Different hemodynamics of basal ganglia between moyamoya and non-moyamoya diseases using intravoxel incoherent motion imaging and single-photon emission computed tomography2023
Author(s)
Yamashita K, Sugimori H, Nakamizo A, Amano T, Kuwashiro T, Watanabe T, Kawamata K, Furuya K, Harada S, Kamei R, Maehara J, Okada Y, Noguchi T
-
Journal Title
Acta Radiol
Volume: 64(2)
Issue: 2
Pages: 769-75
DOI
Related Report
Peer Reviewed
-
-
-
-
-
-
[Journal Article] Interobserver Reliability on Intravoxel Incoherent Motion Imaging in Patients with Acute Ischemic Stroke2022
Author(s)
Yamashita K, Kamei R, Sugimori H, Kuwashiro T, Tokunaga S, Kawamata K, Furuya K, Harada S, Maehara J, Okada Y, Noguchi T
-
Journal Title
AJNR Am J Neuroradiol
Volume: 43(5)
Issue: 5
Pages: 696-700
DOI
Related Report
Peer Reviewed / Open Access
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
