| 研究概要 |
本年度の成果は以下のとおりである.
1.Ai用計算解剖モデル
生成型学習や固有空間における座標変換により,疑似的な死体のデータを生成する新しい方法を考案し,それに基づいて死体専用の7つの統計的形状モデルを提案した.また,それぞれの性能を比較し,従来よりも優れたモデルが構築できることを示した。
2.死体からの臓器抽出処理の開発
上で提案した死体用統計的形状モデルを利用した臓器抽出処理を開発した.また,実際の画像に適用して,従来のモデルを用いる場合よりも臓器の抽出精度が向上することを示した.
3.骨折検出用Ai-CADの開発
骨折検出のための新しいシステムを開発し,実画像を用いてその有効性を評価した。
4.Aiデータベース
生前と死後の両方の画像の組み合わせのデータを,79症例から収集した.
上記は全て死体に関する画像処理の成果であるが,これらは従来の生体に対する画像処理が基本となり,それらを拡張しながら死体に応用している.そのため,生体に対する画像処理の研究も重要であるが,今年度も生体に対して以下の項目についての研究を進め,これらは次年度以降死体の画像処理に応用する予定である.
・生成型学習を用いた臓器の統計的形状モデルの性能強化に関する研究
・通常の統計的形状モデルと条件付き形状モデルの橋渡しをする新しい形状モデルの提案
・新しい統計的形状モデルを用いた臓器抽出処理の研究
|
| 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
Ai用計算解剖モデル,臓器抽出処理,Ai-CAD,データベースのそれぞれの項目について,当初の予定と比較して,予定通りの成果が得られている.
|
| 今後の研究の推進方策 |
当初の計画通りに研究を進める予定である,ただし,研究をさらに加速して成果を積み上げるために,計画班の間の共同研究をより一層強化する予定である.具体的には,A01の3つの班,さらにA03-1班との共同研究の計画を進めており,24年度はこれらを積極的に進める予定である.
|
