| 研究課題/領域番号 |
20K22513
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
0403:人間医工学およびその関連分野
|
|---|
| 研究機関 | 舞鶴工業高等専門学校 |
|---|
研究代表者 |
森 健太郎 舞鶴工業高等専門学校, その他部局等, 助教 (90881128)
|
|---|
| 研究期間 (年度) |
2020-09-11 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
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: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 不妊症 / データ拡張 / 機械学習 / 医療画像 / 女性不妊症 / 子宮蠕動運動 / 深層学習 / ディープラーニング / マシンラーニング |
|---|
| 研究開始時の研究の概要 |
症状に対する予測を目的とした医療画像解析においては、画像データセットを拡張することは困難である。本研究では不妊症患者の子宮画像に対するデータ拡張手法を提案し、高精度で妊娠予測を行う診断支援システムを開発する。
本研究では子宮超音波画像から、運動情報を特徴量として抽出し、特徴量次元で加工・合成を行うことで、特徴量情報をラベルとしたデータの拡張を実現する。本拡張手法はラベル情報を特徴量の計算で表現できるため、機械学習を用いた医療画像解析に幅広く応用できる。
|
| 研究成果の概要 |
機械学習の分野では、学習データの不足を解決するために、データ拡張と呼ばれる技術が使用される。本研究では医療画像に特化したデータ拡張手法の開発に新たに取り組み、機械学習による不妊症診断支援システムの評価を行った。本研究では、画像の視覚的特徴ではなく、特定の伝搬速度を有する子宮の運動特徴に着目した。超音波画像から特定速度の運動を抽出した画像を生成し、これらの画像の中間画像生成によってデータ拡張を行い、少ない画像でもシステムが十分に学習できることを確認した。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、運動の伝搬速度という特定の特徴量に着目することで、効果的なデータ拡張が実現できることを発見した。医療画像には個人差によるばらつきが非常に大きいという特徴がある。本研究を通して、画像の視覚的な特徴ではなく、数値的な特徴に対しての操作がデータ拡張として効果的であることがわかった。この知見は、広い範囲の医療データに応用できるため、不妊症診断のみならず、多くの機械学習を用いた医療診断支援システムの精度向上につながる結果だと考えられる。
|
