| 研究課題/領域番号 |
21K12656
|
|---|
| 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90110:生体医工学関連
|
|---|
| 研究機関 | 法政大学 |
|---|
研究代表者 |
彌冨 仁 法政大学, 理工学部, 教授 (10386336)
|
|---|
| 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 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2023年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2021年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 類似症例検索 / 脳MRI / 診断支援 / 機械学習 / 低次元表現 / 次元削減 / 画像検索 / domain adaptation / CBIR / MRI |
|---|
| 研究開始時の研究の概要 |
診断支援のための3次元脳MRI画像の【病徴に着目した】類似症例検索（CBIR）技術の開発
本課題は、無数の疾患の可能性を考慮しなければならない現場の脳神経科医への診断支援、稀な病気を含めた早期発見などを目的に、MRI画像の病気特徴に基づく類似症例検索技術の開発を行う。本テーマは米国Johns Hopkins大の現場の医師・研究者からの依頼により始まった、大変有望かつ波及効果の大きい研究である。
|
| 研究成果の概要 |
診断支援を目的とした3次元脳MR画像の病気特徴に着目した類似症例検索技術(CBIR)開発のために、(1)撮影条件や患者のばらつきによらない脳領域の高精度抽出技術の開発、(2) CBIRのための脳MR画像の優れた低次元表現の獲得について、Johns Hopkins大と親密な連携のもと想定以上の成果を挙げることができた。(1):独自の被検者の姿勢補正機構を備え、世界最高レベルの速度と精度を実現する技術を開発した。(2):多拠点データの調和技術や、病気の特徴を保持しながら高い解釈性を有した低次元表現の獲得技術など多くの成果を得た。
|
| 研究成果の学術的意義や社会的意義 |
脳MR画像の類似画像検索(CBIR)技術は、先端の医療現場から求められている技術であり、単なる診断支援にとどまらず、医師にまれな病気の気づきを促す意義深い研究である。
またこの技術は他の画像診断技術にも転用可能である。本研究は多くの要素技術から構成され、病徴データを保持しながらのデータの低次元化、注目部位の抽出や分割、多拠点データの調和、モデルの説明性の獲得などは、昨今の機械学習技術の本質そのものである。本技術実現の過程で得られる技術は、幅広いAI技術の進歩にも貢献する。
|
