• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

深層学習生成モデルを応用した病理疑似染色法の確立と実用性の検証

研究課題

研究課題/領域番号 23K14473
研究種目

若手研究

配分区分基金
審査区分 小区分49020:人体病理学関連
研究機関山梨大学

研究代表者

川井 将敬  山梨大学, 大学院総合研究部, 特任助教 (00813239)

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: 650千円 (直接経費: 500千円、間接経費: 150千円)
2025年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2024年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2023年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
キーワード疑似染色 / AI / デジタルパソロジー / 病理学
研究開始時の研究の概要

本研究は深層学習をベースとした生成する人工知能(AI)を応用して病理画像疑似染色法を確立すること、またその適応、実用性、限界を検証することを企図している。本研究は疑似染色AI技術を発展させ、様々な適応する臓器、染色を検証すること、AIを利用する医師にとっての有用性、疑似染色によって得られる発見やアーチファクトを検証することで、古典的染色法や免疫染色の様な普遍的技術とすることを目指す。

研究実績の概要

本研究は深層学習をベースとした生成する人工知能(AI)を応用して病理画像疑似染色法を確立すること、またその適応、実用性、限界を検証することを企図した。本研究は疑似染色AI技術を発展させ、様々な適応する臓器、染色を検証すること、AIを利用する医師にとっての有用性、疑似染色によって得られる発見やアーチファクトを検証することで、古典的染色法や免疫染色の様な普遍的技術とすることを目指している。令和5年度は経年で退色したHematoxylin&Eosin染色切片をpix2pixモデルを応用して再染色することを試みた。その結果内部検証画像で復元後と退色前の比較でPSNR: 29.05, SSIM: 0.880と良好な性能が得られた。一方で退色の強いデータに適用すると復元が難しいことがわかった。

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

データセットの構築が完了し解析のパイプラインがおおむねできたことで実験が順調にすすんだ。疑似染色によって退色を一定程度復元できるが、強く退色したものは復元が難しいことがわかったため、研究の方針を見直すことができた。

今後の研究の推進方策

現在のデータセットを拡充し、より多様な病理画像を収集する。特に、様々な退色レベルや異なる臓器のデータを追加することで、解析の精度を向上させる。新たな深層学習モデルや異なるアプローチを導入し、復元能力を向上させる。開発した技術を実際の臨床現場で試験的に運用し、医師からのフィードバックを収集する。学会や論文を通じて研究成果を発表し、広く共有することで、他の研究者からのフィードバックやコラボレーションの機会を創出する。

報告書

(1件)
  • 2023 実施状況報告書
  • 研究成果

    (1件)

すべて 2023

すべて 学会発表 (1件) (うち国際学会 1件、 招待講演 1件)

  • [学会発表] Deep Learning in Digital Pathology Practice; A Future Insight with Large-Scale Training and Generative Models2023

    • 著者名/発表者名
      Masataka Kawai
    • 学会等名
      Digital Pathology Congress Asia 2023
    • 関連する報告書
      2023 実施状況報告書
    • 国際学会 / 招待講演

URL: 

公開日: 2023-04-13   更新日: 2024-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi