| 研究課題/領域番号 |
22K03417
|
|---|
| 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12040:応用数学および統計数学関連
|
|---|
| 研究機関 | 佐賀大学 |
|---|
研究代表者 |
皆本 晃弥 佐賀大学, 理工学部, 教授 (00294900)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2024年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
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: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | ウェーブレット解析 / 画像処理 / 機械学習 / ウェーブレット / リフティングスキーム / Gyrator変換 |
|---|
| 研究開始時の研究の概要 |
深層学習や敵対的生成ネットワークを用いると，高精度で画像改ざんや内視鏡画像から早期癌の検出・検知が可能だが，人間にはその根拠は分からない．命に係わる診断や人の尊厳に係わる鑑定などは，説明可能な方法で行うべきである．そこで，本研究では，これまでの申請者らのウェーブレットに関する研究の知見を生かし，「説明可能な特徴量」抽出法およびそれに基づいた電子透かし法，早期がん検出法，画像改ざん検知法などの画像処理法の開発を行う．本研究によって，ウェーブレット変換の拡張による「説明可能な特徴量」が抽出できれば，ウェーブレット変換の画像処理への応用に新しい展開をもたらすものと期待される．
|
| 研究実績の概要 |
本研究では，従来のウェーブレット変換に別のスキームや変換等を組み合わせ，ウェーブレット変換を拡張し，画像から数学的に解釈可能な特徴量を抽出し，電子透かし法，早期がん検出法，画像改ざん検知法などの開発を通じて，ウェーブレット解析に対する新たな知見・応用を得ることを目的としている． 本年度は以下の成果が得られた．
【1. 早期大腸がんの特徴抽出方法の開発】 血管強調法とリフティングダイアディックウェーブレット変換を用いた新たな特徴抽出手法を提案した．この手法は，血管特徴を基にした分類実験で既存の方法を超える性能を示し，早期大腸がん検出の精度向上に寄与している．【2. 染色石綿の検出手法の開発】二次元ダイアディックウェーブレットパケット変換と局所適応的エッジ抽出法を組み合わせた手法を開発した．このアプローチは，微細なエッジ情報の抽出が可能であり，実際の顕微鏡画像における石綿特有の繊維形状を効果的に検出することを確認した．【3. 下水管の欠陥検出のための特徴抽出法】カーブレット変換を基にした新しい特徴抽出方法を提案し，下水管画像の欠陥検出に適用した．従来の手動検査に代わる効率的な解決策として，機械学習技術を用いて高い検出効率を実証した．【4. 電子透かし法の改良】ダイアディックリフティングスキームとジャイレータ変換を組み合わせたデジタル透かし技術を改良した．この方法は，画像の特徴を捉えるフィルタを調整することにより，透かしが施された画像の品質と耐久性を向上させ，デジタル攻撃に対する抵抗力を強化した．
これらの研究成果は，ウェーブレット解析の応用範囲を拡大し，さまざまな実用的問題への応用可能性を示すものである．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本年度は，ウェーブレット変換及びその拡張技術を用いて，さまざまな画像解析手法の開発を進め，以下のような研究成果をあげた．
（１）血管特徴を利用した新しい特徴抽出手法を開発した．この手法は，血管強調法とリフティングダイアディックウェーブレット変換を組み合わせ，高周波成分の再構成を通じて血管領域の特徴を強調することで，既存の特徴抽出法と比較して優れた分類性能を示した．この成果は，早期大腸がんの診断支援システムの精度向上に貢献する．（２）二次元ダイアディックウェーブレットパケット変換と局所適応的エッジ抽出法を組み合わせた新たな検出手法を開発した．石綿特有の繊維形状を効果的に検出するための詳細なエッジ情報の抽出が可能となり，実際の顕微鏡画像における検出性能の向上を確認した．（３）カーブレット変換を基にした特徴抽出法を開発し，下水管画像からの欠陥を効率的に検出する新たな手法を提案した．従来の手動検査に代わるものとして，この方法は効果的なエッジ特徴の抽出と機械学習技術の適用により，検出効率を大幅に向上させた．（４）ジャイレータ変換とダイアディックリフティングスキームを利用した改良デジタル透かし手法を開発した．この新技術は，画像特徴を捉えるフィルタの調整を通じて，透かしが施された画像の品質と耐久性を向上させることに成功した．
これらの成果は，ウェーブレット解析のさらなる可能性を示唆しており，査読付きの国際会議ICWAPR2023，ITNG2023，JSST2023で発表された．以上のことより，おおむね順調に進展している，と判断した．
|
| 今後の研究の推進方策 |
引き続き文献調査を行いつつ，2023年度の研究成果を基に，以下の方策をもって次年度の研究活動を推進する．特に，カプセル内視鏡画像からの病変検出にも着手するとともに，下水管画像の欠陥検出技術のさらなる発展を図る．
【1.ロバストな電子透かし法のさらなる開発】今年度の透かし技術の改良を基に，さらに高度な耐久性を持つ電子透かし法の開発を進める．具体的には，ウェーブレット変換とGyrator変換の特性を活かして，透かし入り画像の品質を保ちながら，より強い耐攻撃性を持つ透かし法を設計する．【2.内視鏡画像及びカプセル内視鏡画像からの高精度な病変検出法の開発】今年度に開発した早期大腸がん検出技術を基に，カプセル内視鏡画像からの病変検出技術の開発に着手する．カプセル内視鏡特有の画像特性を考慮した特徴抽出アルゴリズムと，機械学習を組み合わせたアプローチを試みる．【3.顕微鏡画像からの染色石綿検出技術の改良と実用化】昨年度に開発した染色石綿検出手法をさらに高度化し，現場での即時検出が可能なシステムへと進化させる．具体的には，高速処理を可能とするアルゴリズムの最適化と，システムのデプロイを行う．【4.下水管画像の欠陥検出のための特徴抽出法の発展】本年度開発したカーブレット変換を用いた特徴抽出法を基に，さらに高度なアルゴリズムの開発を進める．特に，下水管画像の解析に適した機械学習モデルの適用と，画像処理の自動化を目指す．
これらの研究を研究協力者である大学院生と協力しながら実施する．これらの推進方策により，ウェーブレット解析とその応用技術のさらなる進展を目指し，広範な医療画像処理及びインフラストラクチャー画像処理分野への貢献が期待できる．
|
