| 研究課題/領域番号 |
23H05490
|
|---|
| 研究種目 |
基盤研究(S)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
大区分J
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
長原 一 大阪大学, データビリティフロンティア機構, 教授 (80362648)
|
|---|
| 研究分担者 |
香川 景一郎 静岡大学, 電子工学研究所, 教授 (30335484)
中島 悠太 大阪大学, データビリティフロンティア機構, 教授 (70633551)
中村 友哉 大阪大学, 産業科学研究所, 准教授 (70756709)
諸岡 健一 熊本大学, 大学院先端科学研究部(工), 教授 (80323806)
柳井 広之 岡山大学, 大学病院, 教授 (90379735)
荒木 元朗 岡山大学, 医歯薬学域, 教授 (90467746)
|
|---|
| 研究期間 (年度) |
2023-04-12 – 2028-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
203,970千円 (直接経費: 156,900千円、間接経費: 47,070千円)
2024年度: 38,220千円 (直接経費: 29,400千円、間接経費: 8,820千円)
2023年度: 48,360千円 (直接経費: 37,200千円、間接経費: 11,160千円)
|
|---|
| キーワード | コンピュテーショナルフォトグラフィ / 機械学習 / 医療画像処理 |
|---|
| 研究開始時の研究の概要 |
従来の深層学習による物体認識モデルの最適化は、あくまでRGBデジタル画像を撮影した後のデジタル層のみを対象としていた。本研究では、光源制御や画像計測といった物理エンコーダをデジタル層のモデルと同時最適化する深層物理センシングのフレームワークを提案する。深層物理センシングでは、エンコーダの一部を物理エンコーダで置き換え、学習により最適化することで単一の符号化画像による高精度の認識を実現する。従来の深層学習が単なる画像認識であるのに対して、計測モダリティを学習により求める本質的な物体認識を実現する。応用ユースケースとして病理診断を対象として本フレームワークが実応用において有効であることを示す。
|
