研究課題/領域番号 |
22KF0261
|
補助金の研究課題番号 |
22F19748 (2022)
|
研究種目 |
特別研究員奨励費
|
配分区分 | 基金 (2023) 補助金 (2022) |
応募区分 | 外国 |
審査区分 |
小区分62010:生命、健康および医療情報学関連
|
研究機関 | 奈良先端科学技術大学院大学 |
研究代表者 |
金谷 重彦 奈良先端科学技術大学院大学, 先端科学技術研究科, 教授 (90224584)
|
研究分担者 |
TEUHO JARMO 奈良先端科学技術大学院大学, 先端科学技術研究科, 外国人特別研究員
|
研究期間 (年度) |
2023-03-08 – 2024-03-31
|
研究課題ステータス |
交付 (2023年度)
|
配分額 *注記 |
800千円 (直接経費: 800千円)
2023年度: 100千円 (直接経費: 100千円)
2022年度: 700千円 (直接経費: 700千円)
|
キーワード | 深層学習 / 医用画像 / 分子 / 分子グラフコンボリューションネットワーク |
研究開始時の研究の概要 |
「深層学習による医用画像情報の悉皆的理解」として、医用画像からの疾患分類を行う。また健常人との比較について、最良の分類モデルを構築するために深層学習法を活用する。奈良先端科学技術大学院大学・先端科学研究科・情報領域・計算システムズ生物学では、小野直亮らが開発した、分子ハイパーグラフ文法による深層学習、畳み込みニューラルネットワークによる医用画像解析、ガウスプロセスによる分子構造予測などの最先端の方法を確立した。これ等の方法を活用し、PETをはじめとする医用データを用いたコホート解析をもとに疾患のリスク評価を行う。
|
研究実績の概要 |
「深層学習による医用画像情報の悉皆的理解」を目指し、フィンランド側では所有する医用画像からの疾患分類をおこなった。日本側では健常人との比較を考慮し、疾患解析を進め深層学習モデルを構築した。その結果、疾患リスク評価に必要な数理モデルの開発に成功した。また、病気の分子メカニズムを考慮したヒトのメタボロミクス解析を、最新技術である分子グラフコンボリューションニューラルネットによる解析においても、当初の目的を達成する分子メカニズム検討に対処する良好な数値モデルを構築することができた。このように、当初の目標のみならず、さらに、新たな知見を得るところまで研究を展開出来た。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
深層学習による医用画像情報の悉皆的理解」を目指し、疾患解析を進め深層学習モデルを構築する点、ならびに、生体の小分子による代謝を考慮した分子グラフコンボリューションネットワークを構築する点までが当初の目的であった。これらの構築したモデルの統計評価のみならず、さらには、病気についての解釈に至る知見を得ることができるというところまで研究を展開できた。
|
今後の研究の推進方策 |
「深層学習による医用画像情報の悉皆的理解」を目指し、疾患解析を進め深層学習モデルを構築した。そこで開発研究した疾患リスク評価に必要な数理モデルの開発、ならびに病気の分子メカニズムを考慮したヒトのメタボロミクス・分子グラフコンボリューションニューラルネットをもとに、画像と生体分子の挙動を理解の深化させ、さらに詳細な理解へと発展させたい。
|