| 研究課題/領域番号 |
21K07636
|
|---|
| 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 | 独立行政法人国立病院機構九州医療センター(臨床研究センター) |
|---|
研究代表者 |
野口 智幸 独立行政法人国立病院機構九州医療センター(臨床研究センター), その他部局等, 放射線部長 (40380448)
|
|---|
| 研究分担者 |
松下 由実 国立研究開発法人国立国際医療研究センター, 臨床研究センター, 臨床研究統括部 室長 (50450599)
志多 由孝 国立研究開発法人国立国際医療研究センター, センター病院, 放射線診療部門・放射線管理室医長 (50774668)
山下 孝二 九州大学, 医学研究院, 助教 (80546565)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2022年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2021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 | Deep learning / 機械学習 / 深層学習 / 腹部CT / 骨格筋 / 人工知能 / 医用画像 / 画像診断 / 医用画像用部位分類 / 虫垂炎 / AI |
|---|
| 研究開始時の研究の概要 |
自律的に学習・判断を行う「深層学習型AI」は、画像判定について飛躍的な発展を遂げている。その反面、AIの基礎知見について体系的に研究・検証されないまま、AI実装システムの製品化が先行している。こうした実用先行型開発は、間違った判定によるシステムエラーに対し脆弱である。このリスクを避けるためAI判定プロセスを理解する基盤的研究が不可欠であると考えている。本研究では①学習データキュレーションの研究、②AI-CAD性能適正検証法の研究、③医療側の立場からAI-CAD開発を支援できる医療系AIジェネラリスト従事者の育成、を推進する。
|
| 研究実績の概要 |
最終年度として、内臓脂肪面積測定で撮影される臍部レベルの腹部コンピュータ断層撮影（CT）を用いてAIで画像解析し骨格筋の抽出を実施し、骨格筋量測定が可能かどうか検討した。
対象は、研究協力施設でメタボリックシンドロームスクリーニング検診を受けた7,370例の被験者の11,494スライスの低線量腹部CT画像データを用い、骨格筋量測定のためのディープラーニングモデル（DLM）の抽出能を評価した。補足データセットとして、5,801枚の腹部CT画像を含む公開されたCancer Imaging Archive（TCIA）データセットを使用した。腹部CT画像の抽出には、異なるフィルタサイズと階層深度を持つSegU-net DLMを使用した。
結果として、セグメンテーションの精度は、ダイス類似係数（DSC）、断面積（CSA）誤差、およびBland-Altmanプロットを測定し評価した。結果として、DSCが0.992 +/- 0.012、CSA誤差が0.41 +/- 1.89%、Bland-Altmanのパーセント差が-0.1 +/- 3.8%を達成した。
結論としてSegU-net DLMは、低線量腹部CTから高精度で骨格筋量測定を自動的に抽出可能であることが確認できた。以上の結果を英語論文発表した。
|
