| 研究課題/領域番号 |
22K07665
|
|---|
| 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52040:放射線科学関連
|
|---|
| 研究機関 | 神戸大学 |
|---|
研究代表者 |
西尾 瑞穂 神戸大学, 未来医工学研究開発センター, 特命講師 (50581998)
|
|---|
| 研究分担者 |
藤本 晃司 京都大学, 医学研究科, 特定准教授 (10580110)
杉山 治 近畿大学, 情報学部, 准教授 (40586038)
倉田 靖桐 京都大学, 医学研究科, 助教 (40836178)
|
|---|
| 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 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2024年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2023年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2022年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
|
|---|
| キーワード | 深層学習 / 自然言語処理 / 放射線診断学 / レポート / summarization / multi-modal model / クロスモーダル学習 / 医用画像処理 / 医用自然言語処理 |
|---|
| 研究開始時の研究の概要 |
放射線診断学の研究の大部分は画像の評価・処理を目的にしたものである。放射線診断レポートが大量に作成されているが、レポートが放射線診断学の直接の研究対象になることは稀である。とくに画像とレポートの両方を使った研究は極めて少ない。本研究では、画像とレポート、および、深層学習による医用画像処理と医用自然言語処理を使って、放射線科医の画像診断の過程をソフトに学習させ、放射線診断をソフトウェアで支援・代行することを目指す。
|
| 研究実績の概要 |
JMIDと呼ばれる日本医学放射線学会が管理・運用するデータベースを利用できるようになった。JMIDのデータベースから100万件以上の放射線診断レポートを収集し、そのレポートから文章に関する深層学習のtransformerのモデルを作成した。作成したモデルでは、レポートの所見欄から診断欄を自動生成が可能となった。このモデルを評価し、その結果が査読付き英文誌に掲載された。また、transformerの一つであるChatGPTを使って、レポートから肺癌のTNM分類を推定するモデルの作成も行い、NTCIR17でconference paperとして発表した。
前年に引き続き、胸部単純レントゲン写真からレポートの文章を直接に自動生成するシステムを作成した。作成したモデルはtransformerをベースにしたVision and Languageのモデルで、事前学習済みのtransformerをfine tuningすることでレポートの生成が可能となった。今年度は英語のレポートのみを対象としているが、英語の文章としては問題のないレポートが生成出来た。
上記に加えて、医療画像に関する深層学習のモデルを複数作り、その論文が査読付き英文誌に掲載された。主なものとしては、膀胱癌の自動セグメンテーションのモデル、COVID19のレントゲン写真のコンピューター支援診断のモデル、心周囲脂肪の深層学習のモデル、病理画像の鑑別モデルなどがあげられる。
|
| 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
今年度は、主に(i)放射線診断レポートについての自然言語処理の研究、(ii) 胸部単純レントゲン写真からレポートの文章を生成するtransformerをベースのシステムの開発、(iii)
医療画像に関する深層学習のモデル、の三つを行った。この点から研究はおおむね順調に進展していると考えられる。
|
| 今後の研究の推進方策 |
今後は、JMIDのデータベースを使って、CTやMRIの画像から直接レポートの文章を生成するシステムの開発を行う予定である。
|
