| 研究課題/領域番号 |
20K10163
|
|---|
| 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57060:外科系歯学関連
|
|---|
| 研究機関 | 金沢医科大学 (2022)
長崎大学 (2020-2021) |
|---|
研究代表者 |
見立 英史 金沢医科大学, 医学部, 講師 (00552019)
|
|---|
| 研究分担者 |
山本 郁夫 長崎大学, 海洋未来イノベーション機構, 教授 (10392953)
酒井 智弥 長崎大学, 情報データ科学部, 准教授 (30345003)
下本 陽一 長崎大学, 工学研究科, 准教授 (80244036)
角 美佐 長崎大学, 医歯薬学総合研究科(歯学系), 教授 (90284702)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 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: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
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 | 口腔がん / 細胞診 / 画像識別 / 人工知能 / 口腔細胞診 / 注視機構 / 液状細胞診 / 顕著性マップ |
|---|
| 研究開始時の研究の概要 |
口腔領域は視診しやすい部位であるにもかかわらず、口腔がんは希少がんであるため認知度が低く、死亡率は46％と高い。良悪性の判断に細胞診が有用とされるが、判断には経験が必要とされる。本研究の目的は、この経験に頼る部分を人工知能に置き換えた細胞診良悪性判定システムを開発することである。本研究は1) Datasetの構築、2) 識別器の作成、3) 液状細胞診を教師画像とした場合の正診率の検討、4) 擦過細胞診を教師画像とした場合の正診率の検討、5) Grad-CAM・Guided Grad-CAMによる「説明できるAI」の検討。の５つのステージからなる。
|
| 研究成果の概要 |
１、口腔細胞診のデータセット（従来法、LBC）を構築した。
２、様々なConvolutional Neural Network（CNN)を試した。大きく２つあり、１つは細胞の形態を識別するCNN、もう１つは細胞核に着目したCNNである。細胞核に着目したCNNは、細胞診のClass分類の新たな指標のなる可能性を示した。一方、細胞の形態を識別するCNNでは、細胞の形態だけでなく、背景など他の要素も識別に利用している可能性が明らかとなった。細胞領域だけをアノテーションした教師画像の作成、注視機構の適用などで精度の向上を試みたが、今後検討すべき課題である。
|
| 研究成果の学術的意義や社会的意義 |
口腔がんの早期発見を目指して口腔細胞診をより簡便に導入しやすくするにあたり、その技術的な部分で人工知能（AI）による診断補助システムの確立を目指した。結果として、AIが診断するシステムを構築するにあたり、細胞に着目させたり、細胞核を診て判断するなどの方法が有用であることがわかった。しかい細胞の形だけでなく、背景を診て診断している「背景問題」の可能性も明らかとなった。この問題は物体識別においてここ数年問題となっているが、本研究でも解決できそうな結果が出てきている。
|
