研究課題/領域番号 |
23K21683
|
研究種目 |
基盤研究(B)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分61010:知覚情報処理関連
|
研究機関 | 立命館大学 |
研究代表者 |
陳 延偉 立命館大学, 情報理工学部, 教授 (60236841)
|
研究分担者 |
劉 家慶 立命館大学, 情報理工学部, 助教 (20948343)
岩本 祐太郎 大阪電気通信大学, 情報通信工学部, 准教授 (30779054)
韓 先花 立教大学, 人工知能科学研究科, 教授 (60469195)
金崎 周造 滋賀医科大学, 医学部, 非常勤講師 (90464180)
李 印豪 立命館大学, 情報理工学部, 助教 (90962465)
|
研究期間 (年度) |
2024-04-01 – 2025-03-31
|
研究課題ステータス |
交付 (2024年度)
|
配分額 *注記 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2024年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
|
キーワード | 医用画像処理 / 深層学習 / 弱教師学習 / 肝臓腫瘍性病変 / アテンション |
研究開始時の研究の概要 |
Self-Attention機能をもつTransfoormerなどの最新深層学習手法を用いて、医用画像(マルチフェーズCT画像、マルチモーダルMRI画像、病理画像など)における肝臓がんの高精度な診断支援手法を開発・確立する。以下の三つの研究テーマを中心に進めていく。 (1) 肝臓腫瘍に関する医用画像データベースを構築する。 (2) Attention機構を利用した異なるフェーズまたはモーダル医用画像データをadaptiveに統合し、精度の向上を目指す。 (3) 部分的なアノテーションまたは画像レベルアノテーションだけで解析ができる弱教師付き学習法を開発し、診断支援の高効率化を目指す。
|