| 研究課題/領域番号 |
19K12120
|
|---|
| 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61030:知能情報学関連
|
|---|
| 研究機関 | 山口大学 |
|---|
研究代表者 |
間普 真吾 山口大学, 大学院創成科学研究科, 教授 (70434321)
|
|---|
| 研究分担者 |
呉本 尭 日本工業大学, 先進工学部, 教授 (40294657)
平野 綱彦 山口大学, 医学部附属病院, 准教授 (00382333)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021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)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
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: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 深層学習 / ニューラルネットワーク / 医用画像 / 教師なし学習 / 半教師あり学習 / 異常検知 / 音声認識 / 機械学習 / 医用データ |
|---|
| 研究開始時の研究の概要 |
一般に，深層学習には大量の教師データが必要であるが，医療分野では臓器ごと，疾患ごとに十分な量の教師データを得ることは難しく，既存の深層学習手法の単なる医用データへの適用では十分な診断精度を達成できない．したがって，教師データの少なさをカバーできる方式の実現を目的とする．具体的には，胸部CT画像を主とした教師なし疾患検知システムと，経験を積むごとに賢くなる半教師あり疾患検知システムを研究する．さらに，肺聴診音など複数の検査情報を統合した診断システムへ展開し，放射線科医の評価も取り入れながら臨床展開の可能性を探る．
|
| 研究成果の概要 |
少ない教師データでも機械学習の性能を向上させる研究を多方面から行い，様々な医療データへの応用，および複数の検査情報を統合して予測を行う方式の研究を行った．具体的には，1)転移学習に基づく胸部X線画像の識別，2)畳込み長短期記憶ネットワークの事前学習および異常検知手法を用いた聴診音識別，3)異なる医療施設間の画像特徴の補正とその胸部CT画像，および甲状腺組織画像の識別への応用，4)胸部X線画像識別のための疑似ラベリング法，5)複数の検査情報による身体活動性の予測の研究を行い，それぞれ性能の点で有用な成果を得た．
|
| 研究成果の学術的意義や社会的意義 |
AIは一般に大量の教師データを必要とするが，これはAIを広く社会に普及させる上で大きな問題になる．特に，医療分野は大量の教師データが得にくい分野である．したがって，本研究では，教師データが得にくい様々な状況に対応できる方式の研究を行った．本研究の成果は，汎用的なものであるため医療に限らずAIの応用が見込まれるすべての分野に対して有用である．
|
