| 研究課題/領域番号 |
24560497
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
システム工学
|
|---|
| 研究機関 | 徳島大学 |
|---|
研究代表者 |
上野 淳二 徳島大学, ヘルスバイオサイエンス研究部, 教授 (60116788)
|
|---|
| 研究分担者 |
近藤 正 徳島大学, 大学院ヘルスバイオサイエンス研究部, 教授 (80205559)
|
|---|
| 研究期間 (年度) |
2012-04-01 – 2015-03-31
|
| 研究課題ステータス |
完了 (2014年度)
|
| 配分額 *注記 |
3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
2014年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2013年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2012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 | 人工ニューラルネットワーク / GMDH / マルチスライスCT / コンピュータ支援診断 / 医用画像診断 / 人工知能技術 |
|---|
| 研究成果の概要 |
本研究では、腹部の多列検出器型CT(MDCT)画像を対象にして新しい人工ニューラルネットワークの理論(Revised GMDH-type Neural Network）を開発し、腹部の臓器の高精度な画像領域抽出と肝臓癌を対象にしたコンピュータ支援画像診断(CAD)システムの開発を行った。本研究で開発したニューラルネットワークでは、医用画像の複雑さに適するように情報量基準(AIC)または予測誤差平方和（PSS）を用いてネットワーク構造を自動的に自己組織化できる。また、学習理論に主成分回帰分析法を用いることにより高精度なパラメータ推定を行った。そして、肝臓癌の画像診断へ応用しその有効性を確認した。
|
