| 研究課題/領域番号 |
20K08012
|
|---|
| 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52040:放射線科学関連
|
|---|
| 研究機関 | 仙台高等専門学校 |
|---|
研究代表者 |
張 暁勇 仙台高等専門学校, 総合工学科, 准教授 (90722752)
|
|---|
| 研究分担者 |
費 仙鳳 東北文化学園大学, 工学部, 准教授 (20620470)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023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: 520千円 (直接経費: 400千円、間接経費: 120千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2020年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
|
|---|
| キーワード | マンモグラフィー / 計算機支援診断 / 深層学習 / 説明可能なAI / 乳がん / Mammograpy / Deep Learning / Explainable AI / Computer-Aided Diagnosis / Lesion Detection / Interpretablity / Breast Cancer / Computer-Aided Detection / Artificial Intellegence |
|---|
| 研究開始時の研究の概要 |
Deep learning (DL) has attracted extensive efforts for medical image analysis in recent years, such as breast cancer detection in mammogram.. However, since the DL worked in a “black box” fashion, its reliability became a vital problem for clinical application. For solve this problem, this research will focus on developing an interpretable DL-based computer-aided diagnosis system that can not only detect breast cancer in mammograms (making decision), but also produce a visual interpretation to provide understanding of the decision-making process (interpreting decision).
|
| 研究成果の概要 |
本研究では、乳房X線画像における説明可能なAIを基づいて乳がんの診断支援システムの開発を目的とする。特に、臨床医がAIモデルの診断根拠を理解するため、医用画像を読む際のAIモデルの数理メカニズムを調査した。
AIシステムを訓練するために、30,000症例のデジタルマンモグラムデータセットが収集した。マンモグラム分類およびマンモグラム内の腫瘤検出のために、ディープラーニング（DL）ベースの方法が開発した。また、可視化技術が利用し、診断結果の視覚的説明を生成した。さらに、訓練データに関連するドメインシフトの問題も本研究で調査した。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、AIのブラックボックス性を解消するため、AI内部の可視化などの技術を用いて、説明可能なAI診断システムの開発を目的とする。説明可能なAI診断システムの開発は臨床面でも非常に重要な意義をもつ。本研究では、画像解剖学的知見に基づく解析により、診断根拠の解釈を可能とすることで、正確な診断だけでなく信頼性の高い医療AIシステムの実用が可能であることを実証した。
|
