| 研究課題/領域番号 |
16H05913
|
|---|
| 研究種目 |
若手研究(A)
|
| 配分区分 | 補助金 |
|---|
| 研究分野 |
医用システム
|
|---|
| 研究機関 | 大島商船高等専門学校 |
|---|
研究代表者 |
橘 理恵 大島商船高等専門学校, その他部局等, 准教授 (90435462)
|
|---|
| 研究協力者 |
吉田 広行 Massachusetts General Hospital, 3D Imaging Research, Director
NÄPPI Janne J. Massachusetts General Hospital, 3D Imaging Research
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
17,420千円 (直接経費: 13,400千円、間接経費: 4,020千円)
2018年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2017年度: 5,070千円 (直接経費: 3,900千円、間接経費: 1,170千円)
2016年度: 8,710千円 (直接経費: 6,700千円、間接経費: 2,010千円)
|
|---|
| キーワード | 深層学習 / 医用システム / CTコロノグラフィ / Dual energy CT / Deep learning / 機械学習 |
|---|
| 研究成果の概要 |
本研究では，多列深層学習と物質分解情報を用いて大腸の電子洗浄を行う手法の開発を行うことを目的とした．実験の結果，多列深層学習と物質分解情報を用いた大腸電子洗浄法は，従来の機械学習を用いた電子洗浄手法に比べて，電子洗浄時に生成されやすいアーティファクトを低減させることができた．しかし，各画素ごとに54枚の断面画像の生成と解析を必要とするため，膨大な処理時間を要す手法となった．
|
| 研究成果の学術的意義や社会的意義 |
提案した医用画像における領域分割のための多列化深層学習は，複数の画像情報を用いて高精度な領域分割を行うことを可能とし，PET-CT画像などの複数モダリティ画像を用いたシステム構築にも応用が可能であると推測する．提案手法により高精度な大腸電子洗浄法が可能となったが，実用化に至るレベルには達しなかった．しかし，本研究による成果は，前処置なしのCT撮像のみによる大腸がん検診の可能性を示唆しており，多くの人が抵抗感なく大腸がん検診を受診できるシステムの実現につながると考える．
|
