| 研究領域 | 医用画像に基づく計算解剖学の創成と診断・治療支援の高度化 |
|---|
| 研究課題/領域番号 |
21103007
|
|---|
| 研究機関 | 東京農工大学 |
|---|
研究代表者 |
清水 昭伸 東京農工大学, 工学(系)研究科(研究院), 准教授 (80262880)
|
|---|
| 研究分担者 |
山本 正二 独立行政法人放射線医学総合研究所, 重粒子医科学センター, 医師 (40302567)
|
|---|
| 研究期間 (年度) |
2009-04-01 – 2014-03-31
|
| キーワード | 計測工学 / 機械学習 / 画像認識 / 計算機支援診断 / 統計数学 / オートプシー・イメージング / 画像診断 / 解剖学 |
|---|
| 研究実績の概要 |
本年度の成果は以下のとおりである．
１．死体からの臓器抽出処理の開発：昨年度提案した死体用統計的形状モデル中から，最も良いモデルを選び，それに基づく臓器抽出処理を開発した．特に，死体は臓器の位置や形の変形が大きいことに注目し，ダイナミック確率アトラスと呼ばれる新しいアトラスを提案した．また，実画像を用いた評価実験を行い，従来のモデルやアトラスに基づく方法よりも臓器の抽出精度が大きく向上することを示した．
２．骨折検出用Ai-CADの開発：骨折検出支援システムの高度化のために，骨の精密抽出処理と，抽出された骨に対して解剖学的ラベルを自動で付与する処理を開発した．また，実画像を用いてその有効性を評価した．
上記は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平行して進め，今年度は以下の成果が得られた．なお，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．
１）臓器の統計的形状モデルの性能強化：人工的に生成した擬似死体臓器ラベルを用いて統計的形状モデルの高度化を進めた．２）新しい統計的形状モデルに関する研究：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形状モデルを高度化した．３）新しい統計的形状モデルを用いた臓器抽出処理の開発：新しく開発したモデルを組み込むことで画像からの臓器抽出精度の向上を達成した．
|
| 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
オートプシー・イメージングのための計算解剖モデル，死体画像からの臓器抽出アルゴリズム，オートプシーイメージング用の診断支援システム，のそれぞれ項目について，当初の計画通りの成果が得られているため，「おおむね順調に進展している」と評価した．
|
| 今後の研究の推進方策 |
本年度も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やA03の各班との共同研究を進めており，25年度はさらにこれらを積極的に進める予定である．
|
