研究課題/領域番号 |
23K11310
|
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62010:生命、健康および医療情報学関連
|
研究機関 | 日本大学 |
研究代表者 |
大前 佑斗 日本大学, 生産工学部, 講師 (00781874)
|
研究分担者 |
齋藤 佑記 日本大学, 医学部, 助教 (10838494)
奥村 恭男 日本大学, 医学部, 教授 (20624159)
豊谷 純 日本大学, 生産工学部, 教授 (70459866)
|
研究期間 (年度) |
2023-04-01 – 2027-03-31
|
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)
2026年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2025年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2024年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
キーワード | 深層学習 / 機械学習 / 数理最適化 / 医療支援 |
研究開始時の研究の概要 |
心臓などの循環器に由来する死亡リスクを早期に検出するためには、さまざまな検査を行う必要があり、この中には合併症などのリスクを有するものも含まれる。そのため、侵襲性の高い検査を侵襲性が低いものに代替することには、一定の意義がある。このうちの一つに、患者から取得される画像情報(レントゲン画像、病理画像など)を入力とする畳み込みニューラルネットワークにより、検査値・病名・あるいはその進行度を回帰ないしはクラス分類として推定するというアプローチがあり、このような研究は世界各地で活発に実施されている。本研究では、推定精度の高いモデル構築手法を提案することで、信頼性の高い医療提供環境の基礎を構築する。
|