| 研究領域 | 医用画像に基づく計算解剖学の多元化と高度知能化診断・治療への展開 |
|---|
| 研究課題/領域番号 |
26108002
|
|---|
| 研究種目 |
新学術領域研究(研究領域提案型)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
理工系
|
|---|
| 研究機関 | 東京農工大学 |
|---|
研究代表者 |
清水 昭伸 東京農工大学, 工学(系)研究科(研究院), 教授 (80262880)
|
|---|
| 研究分担者 |
縄野 繁 国際医療福祉大学, 医学部, 教授 (40156005)
小林 直樹 埼玉医科大学, 保健医療学部, 教授 (40523634)
庄野 逸 電気通信大学, 大学院情報理工学研究科, 教授 (50263231)
長谷川 巖 神奈川歯科大学, 歯学部, 教授 (00433912)
|
|---|
| 研究協力者 |
斉藤 篤
Linguraru George Marius
篠田 一馬
駒形 英樹
石川 雅浩
|
|---|
| 研究期間 (年度) |
2014-07-10 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
102,440千円 (直接経費: 78,800千円、間接経費: 23,640千円)
2018年度: 19,240千円 (直接経費: 14,800千円、間接経費: 4,440千円)
2017年度: 19,760千円 (直接経費: 15,200千円、間接経費: 4,560千円)
2016年度: 19,370千円 (直接経費: 14,900千円、間接経費: 4,470千円)
2015年度: 21,320千円 (直接経費: 16,400千円、間接経費: 4,920千円)
2014年度: 22,750千円 (直接経費: 17,500千円、間接経費: 5,250千円)
|
|---|
| キーワード | 計測工学 / 医用画像処理 / 解剖学 / 統計数理 / 画像 / 情報工学 / 統計数学 |
|---|
| 研究成果の概要 |
主な研究成果は以下の通りである．まず，時系列データからの時空間統計モデル構築法を提案した．具体的には，少数サンプルからのパラメータ推定，時間軸に沿った滑らか制約や入れ子と隣接制約を導入したモデル化，トポロジー変化を表現可能なモデル化である．これらは，ヒト胚子や小児の時空間統計モデル構築に用いた．二つ目は，辞書学習や深層学習による超解像であり，CTの超解像化に用いた．三つ目は，機械学習を用いた病理画像からの組織の3次元再構成である．四つ目のハイパースペクトル画像処理では，組織の分類精度のさらなる向上を目指した．五つ目は，セグメンテーションと統計モデルの同時最適化法であり，CTの臓器認識に用いた．
|
| 研究成果の学術的意義や社会的意義 |
ヒト胚子の統計的変動の数理モデルは，臓器の発生へ対応しつつ，同時に，入れ子や隣接臓器間の重なりなどの構造上の制約を満たす必要がある．本研究では，これらの制約を満たす世界初の統計モデルを提案した．また，4次元の時空間において小児臓器の滑らかな変化を記述できる方法を提案し，小児のモデルの精度向上を達成した．超解像の研究では8倍の超解像に成功し，胸部CT像に適用して末梢の気管支が復元できることを示した．病理画像からの組織の3次元再構成では，機械学習とハイパースペクトル画像を用いて精度向上に取り組んだ．セグメンテーションと統計モデルの同時最適化では，世界で初めて現実的な時間で厳密解を導く方法を提案した
|
