多次元医用画像と自然言語の深層モデルの融合による画像診断知識ベースの構築

研究課題

研究課題/領域番号	24K15067
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61030:知能情報学関連
研究機関	岐阜大学
研究代表者	周向栄岐阜大学, 工学部, 准教授 (00359738)
研究期間 (年度)	2024-04-01 – 2027-03-31
研究課題ステータス	交付 (2024年度)
配分額 *注記	4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円) 2026年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円) 2025年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円) 2024年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
キーワード	医用画像処理 / 画像診断支援 / CT画像 / 深層学習
研究開始時の研究の概要	(1) 医師の画像診断知識を深層学習のアプローチで記録・分析・伝承できる汎用的仕組みを提案する.「匠の技」と言われる医師による画像診断を深層ニューラルネットワーク (NN)で模倣・支援・超越するための知的診断支援システムを開発する. (2) 医師による診断結果(文字列)と高次元医用画像データ (CT，MRI，PET)から，様々な診断知識(解剖構造，多疾病の位置と種類，代謝機能の識別・分類・抽出・推定)を計算機で獲得する汎用的深層学習の枠組みと効率的学習法を確立する.