研究課題/領域番号 |
21K16903
|
研究種目 |
若手研究
|
配分区分 | 基金 |
審査区分 |
小区分56060:眼科学関連
|
研究機関 | 自治医科大学 |
研究代表者 |
伊野田 悟 自治医科大学, 医学部, 助教 (60741098)
|
研究期間 (年度) |
2021-04-01 – 2024-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
キーワード | 深層学習 / 緑内障 / 眼底カラー画像 / 人工知能 / 視野予測 |
研究開始時の研究の概要 |
新しい人工知能での深層学習では、機械的に有用な特徴量を抽出でき、画像の識別がヒ ト以上の精度で出来るようになった。 本邦で失明の第一原因となる緑内障では、視神経乳頭を含む眼底所見から疾患を疑い、複雑な視野検査によって診断・治療を行う。慢性進行性の病気であるため、早期発見・早期治 療が重要である。本申請課題では、先行研究を基に緑内障の特徴的な眼底所見を活かし、眼底写真撮影時の視野検査結果を予測する。本研究の成果は、健康診断での応用、眼底所見と 視野の新たなる特徴量の発見、臨床での簡易視野検査の実現につながることが期待される。
|
研究実績の概要 |
カラー眼底画像および光干渉断層計のBスキャン画像を約200GB分(1枚400kb~500kb相応)出力を行った。撮影されたカラー眼底画像の日付と相応する視野検査結果として、撮影日前後の3ヶ月と規定して、既に入手済みの静的視野検査時データと時期が一致する画像が2500枚程度あり、初期のモデル構築を行いパラメータを調整中である。AIモデルとしては、入力を眼底45度画像、出力を24-2ハンフリー視野検査結果(thesholdsmap, total deviation map, patttern deviation map)としている。また、入力時データとして、年齢を入力することが可能なので、ベースラインモデルを構築後調整因子として年齢を入れる予定である。また、学習時因子として屈折値も必要か検討中である。 出力はテーブルデータ:10×10となるため、それを臨床で一般に描出できるグラフィックインターフェースに変換する。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
眼底カラー画像の出力を行うアプリケーションのメーカーからの予定納期が6ヶ月以上遅れ、アプリケーションが利用可能になった後、画像出力を行ったが、標準仕様である期間を指定しての出力をおこなうと、一定数以上の枚数を出力すると出力先HDDかアプリケーションの問題でフリーズを繰り返したため、フリーズが起こらない枚数を指定して出力する必要があった。また、出力は日中の診療時間外に行う必要があり、外来終了後に設定を行い、朝にフリーズしたのか、出力できたのかを確認する必要があった。
|
今後の研究の推進方策 |
研究計画時に出力済み(CSVファイルによる)の静的視野検査結果が4年分増えているので、年間平均1500件のデータが蓄積されているはずなので、6000件前後のデータ増加が見込まれる。初期のデータで視野検査を予測するAIのパラーメータを見極め、データを増やしてその精度を洗練させる。
|