| 研究課題/領域番号 |
21K17774
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 大阪電気通信大学 (2022-2023)
立命館大学 (2021) |
|---|
研究代表者 |
岩本 祐太郎 大阪電気通信大学, 情報通信工学部, 准教授 (30779054)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2022年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | セグメンテーション / インタラクティブセグメンテーション / 小児水頭症 / 深層学習 / 水頭症 / 医用画像処理 / 機械学習 |
|---|
| 研究開始時の研究の概要 |
小児水頭症の診断や経過観察には、CTやMRIなどによる画像診断が有用であり、脳室領域の抽出(セグメンテーション)及び定量化による医用画像解析は重要な研究課題である。しかし、小児水頭症患者の脳室は脳形状の変形が大きく、脳室が不規則に散在していることから、従来の全自動セグメンテーション技術を直接適用することが困難である。そこで、本研究では、自動セグメンテーション結果に、ユーザー(医師)の修正(未検出や誤検出領域に印をつける)が反映可能なインタラクティブ深層学習モデルを提案する。開発したセグメンテーション技術を臨床現場の医師が簡便で直観的に利用できるようシステム開発を行う。
|
| 研究実績の概要 |
本研究の目的は小児水頭症の診断のための高精度な脳室領域の自動抽出(セグメンテーション)及び定量化である。小児水頭症の脳室は脳形状の変形が大きく、脳室が不規則に散在していることから自動抽出の難易度が高い。2023年度は医師が簡易に利用可能なGUI(Graphic User Interface)のマニュアルを作成し、共同研究先に持ち込みソフトウェアを実際に試用して頂いた。
近年、基盤モデルが注目を集めており、Segment Anythingと呼ばれるセグメンテーションに特化した基盤モデルも登場した。2023年度はインターネットで公開されている医用画像のPublic datasetを使用してSegment anythingモデルのセグメンテーション精度の検証を行った。また、Segment anythingモデルではインタラクティブモデルも利用することができるため、インタラクティブモデルの検証も行った。検証の結果から、自動セグメンテーションは高精度な結果が得られたが、インタラクティブセグメンテーションは精度が低下する結果となった。そのため、次年度はインタラクティブセグメンテーションの学習方法について検討を行う必要がある。また、データセットをPublic datasetから小児水頭症のデータに変更し検証を行う必要がある。
本研究は関西医科大学と立命館との共同研究であり、毎月一度程度共同研究先の医師と立命館大学との先生と研究に関する打合せを行った。
|
| 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
自動セグメンテーション及びGUIは完成しているが、segment anythingモデルを用いたインタラクティブセグメンテーションの実装が遅れており、2024年度に実装を予定しているため。
|
| 今後の研究の推進方策 |
Segment anythingモデルを利用したインタラクティブモデルの実装を行う。学習時にインタラクティブ点をランダムに与えると精度が低下したため、学習時の点の与え方を検討する必要がある。現在、これまでの成果を解説記事にまとめている。また、インタラクティブモデルの成果をまとめ論文誌への投稿を目指す。
|
