| 研究課題/領域番号 |
16K09012
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
医学物理学・放射線技術学
|
|---|
| 研究機関 | 新潟大学 |
|---|
研究代表者 |
李 鎔範 新潟大学, 医歯学系, 准教授 (10334658)
|
|---|
| 研究協力者 |
皆川 靖子
|
|---|
| 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 |
4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2018年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2016年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 乳児 / 股関節 / 超音波検査 / Graf法 / 深層学習 / コンピュータ支援診断 / 小児 / 先天性股関節脱臼 / 画像解析 / ディープラーニング / 乳児股関節 / 超音波画像 / 発育成股関節形成不全 / テクスチャ特徴 / 機械学習 / 脱臼 / 形成不全 / 画像診断支援 / 画像処理 / パターン認識 / 画像診断 / 医療・福祉 |
|---|
| 研究成果の概要 |
深層学習を用いて超音波画像における乳児股関節状態（Graf法準拠）の自動判別手法を開発した．99症例に適用した結果，正診率は75.8%となった．また，深層学習を用いて乳児股関節の超音波検査における一連の動画像から診断に利用できる至適断面像を自動認識する手法を開発した．12症例の乳児股関節の超音波動画像（1526フレーム画像）にて適用した結果，認識精度は85%以上となり良好であった．
|
| 研究成果の学術的意義や社会的意義 |
近年の深層学習の進歩は学術的にも社会的にも注目を集めており，様々な分野への応用が期待されている．本研究成果は，医用画像診断への深層学習の適用事例として学術的意義を有するものである．また，本研究成果は乳児股関節検診の質的診断支援に寄与するものであり，乳児健診時の股関節異常の発見率の向上に貢献できる可能性を示唆している．研究期間内に実施した研究が，先天性股関節脱臼などの乳児股関節異常の早期発見の一助になれば幸いである．
|
