| 研究課題/領域番号 |
19K10190
|
|---|
| 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57040:口腔再生医学および歯科医用工学関連
|
|---|
| 研究機関 | 日本歯科大学新潟短期大学 (2022)
日本歯科大学 (2019-2021) |
|---|
研究代表者 |
吉村 建 日本歯科大学新潟短期大学, その他部局等, 教授 (90297953)
|
|---|
| 研究分担者 |
山際 伸一 筑波大学, システム情報系, 准教授 (10574725)
土田 智子 日本歯科大学新潟短期大学, その他部局等, 准教授 (30341994)
岩崎 信一 北陸大学, 医療保健学部, 教授 (70147833)
中村 直樹 日本歯科大学新潟短期大学, その他部局等, 教授 (80198225)
浅沼 直樹 日本歯科大学新潟短期大学, その他部局等, 教授 (90231886)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2021年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2019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 | 舌粘膜 / 深層学習 / 超解像 / 舌 / 口腔画像 / 機械学習 / 舌乳頭 / 口腔粘膜 / 生体画像 / アルゴリズム |
|---|
| 研究開始時の研究の概要 |
これまで我々が開発した口腔粘膜鏡と滑走スキャン法による舌粘膜画像と新たに追加取得する様々な舌粘膜の生体画像を用い、新たに開発するコンピュータによる高画質画像変換アルゴリズムを試行し、併せて人工知能により種々の疾患と関連付け及び学習をさせることで、診断に適した舌粘膜画像の法則性を探索し、低品質の画像でも用いることができる最適な解と計算アルゴリズムを求めるのが本研究の概要である。
|
| 研究成果の概要 |
口腔内舌粘膜画像から得られる医学的情報取得を向上させるべく、取り込まれた画像品質を補正し、粘膜画像の形態徴候などの認識へ向けた基礎技術が実現できないか試行した。仮想環境コンテナに複数のGAN（敵対的生成ネットワーク）のアルゴリズムパッケージを実装し、それぞれ超解像処理させ出力画像を比較した。従前の画像処理では特に拡大時における細部の判別性などに問題があったが、今回試行した処理画像においては舌粘膜表面の細部形状の輪郭を（これまでの画像処理よりも）積極的に補正するなど有用性が示唆された。一方、舌粘膜画像の形態学徴候を認識させる試行も行ったが、舌乳頭などを特異的に認識させることは困難であった。
|
| 研究成果の学術的意義や社会的意義 |
これまで舌粘膜の医学的画像情報は外見画像が主で情報量は限られていた。我々は粘膜表面の拡大画像取得観察手法を開発したが、生体からの取得画像の品質はしばしば低くなる問題があった。今回、取得後の画像補正手法として深層学習アルゴリズムの１つであるGAN（敵対的生成ネットワーク）により超解像処理を行うことで画像拡大時、さらには入力画像の解像度が低い場合においても舌粘膜細部の形態学的特徴の判別が改善する結果を得た。今回の画像処理手法が舌粘膜拡大画像において新しい画像補正・解析手法確立の端緒となるものであり、臨床現場においても舌粘膜画像の取得と評価が容易となるなど国民の健康増進に貢献しうるものと考える。
|
