| 研究課題/領域番号 |
21K11958
|
|---|
| 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61010:知覚情報処理関連
|
|---|
| 研究機関 | 金沢大学 |
|---|
研究代表者 |
今村 幸祐 金沢大学, 電子情報通信学系, 准教授 (00324096)
|
|---|
| 研究分担者 |
小林 聡 金沢大学, 保健学系, 教授 (30313638)
|
|---|
| 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: 780千円 (直接経費: 600千円、間接経費: 180千円)
2022年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2021年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
|
|---|
| キーワード | 医用画像処理 / 深層学習 / 診断補助 / 肝線維化ステージ判定 / 画像処理 / 画像診断 |
|---|
| 研究開始時の研究の概要 |
深層学習による画像処理技術の発達は、現代の医療分野における画像診断において高精度化・高速化の向上に大きく寄与している。本研究は、CT/MRIを用いた画像診断の精度・即時性の向上のためのディープラーニングを用いた画像処理技術を開発する。具体的にはCT/MRIによる画像情報から肝臓の線維化のステージをニューラルネットワークによって判定するシステムの構築である。また、ニューラルネットワーク医師に診断時に注目すべき領域を明示する診断補助手法についての検討も行う。発展的には、肝臓の線維化だけでなく、肝がん等の複数の疾患を検出するための医用画像処理技術の確立も検討する。
|
| 研究成果の概要 |
本研究では、医用画像MRIに基づいてニューラルネットワークにより肝臓の線維化ステージを自動的に判定するシステムの構築を行った。まず，CNNを並列に配置して交換学習を行うネットワーク構造により，被診断者毎のステージ判定を可能とするシステムを構築した。さらに，MILを用いたネットワーク構造を持つステージ判定システムも構築して診断精度の向上を実現した。また，U-net を用いた肝線維化ステージ判定のための診断対象スライスの自動選択も実現した。これらの肝線維化ステージ判定のためのネットワークにおいて，判断根拠を可視化する方法を用いた診断補助の検討も行った。
|
| 研究成果の学術的意義や社会的意義 |
肝臓の線維化と肝発癌の間には強い相関があり、肝癌の早期発見・早期治療のためには肝臓の線維化の程度を知ることが重要である。肝臓の線維化診断のゴールドスタンダードは肝生検だが，侵襲性が高く，被検査者の死亡のリスクもある。ディープラーニングを用いた画像認識で肝臓の線維化を自動的かつ高精度・高速に診断することが可能となれば，被験者への負担が軽減された、より安全な診断の実現が期待できる。またディープラーニングによる画像診断手法の確立は，他の疾患に対しても応用が可能と考えられるため，今後の深層学習の医用画像における応用において意義がある。
|
