研究課題/領域番号 |
18K04206
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分21040:制御およびシステム工学関連
|
研究機関 | 徳島大学 |
研究代表者 |
高尾 正一郎 徳島大学, 大学院医歯薬学研究部(医学域), 准教授 (30363146)
|
研究分担者 |
上野 淳二 徳島大学, 大学院医歯薬学研究部(医学域), 非常勤講師 (60116788)
近藤 正 徳島大学, 大学院医歯薬学研究部(医学域), 名誉教授 (80205559)
|
研究期間 (年度) |
2018-04-01 – 2021-03-31
|
研究課題ステータス |
完了 (2020年度)
|
配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2018年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
キーワード | 深層学習 / 医用画像認識 / GMDH型人工知能技術 / 医用画像診断 / 感性工学 |
研究成果の概要 |
本研究では、多数の中間層を持つディープニューラルネットワーク構造を自己組織できるディープGMDH-typeニューラルネットワークとコンボリューショナルニューラルネットワーク(CNN)を組み合わせたハイブリッド型ディープニューラルネットワークを開発して、頭部MRI画像解析、胸部X線CT画像解析、腹部X線CT画像解析に応用した。そして、いろいろな臓器の画像認識を行なうディープニューラルネットワークを自己組織して、得られた画像認識結果を、従来から用いられている3層構造のニューラルネットワークと比較しその有効性を確認した。
|
研究成果の学術的意義や社会的意義 |
本研究では、ディープGMDH-typeニューラルネットワークとCNNを組み合わせたハイブリッド型ニューラルネットワークを開発した。ディープGMDH-typeニューラルネットワークは、多くの中間層を持つニューラルネットワーク構造を自動的に自己組織でき、いろいろな臓器の医用画像認識問題に対して、最適な複雑さをしたネットワーク構造を自動的に自己組織できる。このような機能を備えた機械学習の数学アルゴリズムは他にない。本研究では、頭部、胸部、腹部のいろいろな臓器に対してハイブリッド型アルゴリズムを適用してその有効性を確認した。本アルゴリズムは汎用性が高く、他の分野にも簡単に応用が可能である。
|