| 研究課題/領域番号 |
23K14074
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分42020:獣医学関連
|
|---|
| 研究機関 | 北海道大学 |
|---|
研究代表者 |
新坊 弦也 北海道大学, 獣医学研究院, 助教 (10839252)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2025年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2024年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
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 | 犬 / CT / セグメンテーション / 肝臓 / segmentation |
|---|
| 研究開始時の研究の概要 |
本研究では、伴侶動物のCT画像から各臓器の輪郭を自動抽出する学習モデルを、深層学習により開発する。CT画像を入力データ、手作業で臓器をコンツーリングした画像を教師データとして深層学習を行う。これを各臓器について実施することにより、CT画像から各臓器の3Dデータを簡便に取得できるようになる。得られた3DデータからXRコンテンツを作成することにより、解剖学をはじめとする獣医学教育の改革を図る。
|
| 研究実績の概要 |
本研究では獣医療において実現していないCT画像からの肝臓のAuto Segmentationを深層学習により開発することを目指す。この技術が実現すれば、CT画像から肝臓の体積を容易に推定できるようになり、多様な疾患の診断、治療効果判定に応用可能となる。さらに、また、容易に臨床例の3Dデータが得られるようになることから、近年技術革新の著しい裸眼立体視やクロスリアリティとの融合も可能となる。手術計画などの臨床応用のほか、解剖学教育に利用することにより生体の利用を削減することにも貢献する。深層学習による肝臓のsegmentation手法を開発するにあたり、2023年度はground truth imageの作成に努めた。北海道大学大学院獣医学研究院附属動物病院において腹部CTが施行された犬のうち、肝臓に器質的病変を認めず、門脈相の画像がスライス厚0.5mm、再構成間隔0.5mmで再構成された症例を対象とした。ground truth imageを作成するためには手動でsegmentationを実施する必要があり、これには3D画像解析システムのSynapse Vincent（富士フイルム）を使用した。画像の作成は現在も継続中であるが、これまでに160例分のデータを作成している。並行して深層学習の環境構築に取り組んでいる。まずはセマンティックセグメンテーション用のモデルとして最も一般的なU-Netによる開発に着手する予定である。
|
| 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
手動でのsegmentationには相当な時間を要するが、想定したよりも多くのデータを作成することができた。本年度は画像の作成に注力する予定であったため、概ね順調に進展している。
|
| 今後の研究の推進方策 |
深層学習の環境構築を進め、セマンティックセグメンテーションあるいは3D segmentationの開発に着手し、可能であれば最適なアルゴリズムの検証したいと考えている。
|
