| 研究課題/領域番号 |
18K17184
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分57060:外科系歯学関連
|
|---|
| 研究機関 | 愛知学院大学 |
|---|
研究代表者 |
木瀬 祥貴 愛知学院大学, 歯学部, 講師 (30513197)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2020年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2018年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | Deep learning / シェーグレン症候群 / Deep Learning |
|---|
| 研究実績の概要 |
人工知能の診断精度の検証(健常者およびシェーグレン症候群患者の唾液腺超音波画像に加え、唾石により炎症を起こしている患者の唾液腺超音波画像を使用して、それら3種類の画像を人工知能がどのくらいの精度で分類できるか)を行い、経験豊富な放射線科医2名の精度と比較した。
結果として、人工知能の炎症のsensitivityは55.0、シェーグレン症候群は83.0、正常群は73.0でtotal accuracyは70.3％であった。放射線科医の炎症のsensitivityは64.0、シェーグレン症候群は72.0、正常群は86.0でtotal accuracyは74.0％であった。両者のtotal accuracyはほぼ同様の診断精度を示したが、それほど高い診断精度ではなかった。また、炎症のsensitivityは両者とも低かった。この理由として、炎症を起こしている唾液腺の超音波画像とシェーグレン症候群の超音波画像は病期によって類似した像を呈するため精度が落ちたと考えられた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
2022年もコロナウイルスの影響により行動制限が生じたためデータ分析や研究成果の発表があまりできなかった。
従って、科学研究費助成事業補助事業期間延長の申請を行なった。
|
| 今後の研究の推進方策 |
次年度は、最終的なデータのまとめを行い研究成果の発表を行う予定である。
|
