• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2016 年度 実施状況報告書

深層学習とDeep GMDH型人工知能技術による腹部X線CT画像解析と診断支援

研究課題

研究課題/領域番号 15K06145
研究機関徳島大学

研究代表者

上野 淳二  徳島大学, 大学院医歯薬学研究部(医学系), 教授 (60116788)

研究分担者 近藤 正  徳島大学, 大学院医歯薬学研究部(医学系), 教授 (80205559)
研究期間 (年度) 2015-04-01 – 2018-03-31
キーワードニューラルネットワーク / GMDH / MDCT / 医用画像診断 / CAD
研究実績の概要

画像診断機器の進歩により医療における画像診断の役割が拡大している。なかでもX線CT断層撮影装置の発達はめざましく、多列検出器型CT断層撮影装置(MDCT)の登場により撮影の高速化と体軸方向の空間分解能向上がもたらされた。撮影の高速化は広範囲の撮影を可能とし、体軸方向の空間分解能向上は等方向性volume dataの取得を可能とした。これらにより高精細な三次元画像情報が得られるようになったが、1回の検査で撮影される断層画像(2次元画像)の枚数は数百枚から数千枚にも達している。このような膨大なデータは診断的価値の増加をもたらしたが、それを読影する医師に対しては負荷の増大や作業効率の低下を招く可能性が出てきた。このような状況を解決するために、コンピュータを用いて大量に発生する医用画像を効率よく処理して、医師の診断支援を行うためのコンピュータ支援画像診断(CAD)システムの開発が求められている。本研究では、腹部のMDCT画像を対象にして、人工ニューラルネットワークの新しい理論である深層学習(ディープラーニング)とDeep GMDH(Group Method of Data Handling)-type ニューラルネットワーク理論を組み合わせて高精度な画像解析を行う新しい人工ニューラルネットワーク(混合型ディープニューラルネットワーク)理論の開発を行った。そして、この混合型ディープニューラルネットワーク理論を組み込んだ3次元腹部医用画像を対象にした医用画像診断のためのコンピュータ支援画像診断システムの開発を行っている。本年度は腹部臓器の中で肝臓や他の臓器の領域を正確に抽出できることを確認し、腎臓の領域抽出に関する論文を発表し、肝臓領域の抽出および肝臓癌の領域抽出について国際学会にて発表した。

現在までの達成度 (区分)
現在までの達成度 (区分)

3: やや遅れている

理由

新しい混合型ディープニューラルネットワークの理論を組み込んだ3次元腹部医用画像を対象にした医用画像診断のためのコンピュータ支援画像診断システムの開発を行っているが、システムが複雑かつ大規模であるために、開発に時間がかかっている。このため、全体の進捗状況としては少し遅れている。

今後の研究の推進方策

平成29年度は研究の最終年度であり、新しい混合型ディープニューラルネットワークス理論を組み込んだ3次元腹部医用画像用コンピュータ支援画像診断システムの開発を完成させる予定である。そして、臨床データを用いた診断精度の確認などを実行して、29年度末に国際会議で研究成果を発表できるように、本研究を推進していく予定である。

次年度使用額が生じた理由

Deep GMDH-typeニューラルネットワーク理論を用いた腹部医用画像認識の研究成果を発表した論文の掲載が4月に伸びたために、論文の掲載料を次年度に繰り越した。

次年度使用額の使用計画

繰り越した使用額は、論文が掲載されたのちに、論文の掲載料として4月の初めに使用する予定である。

  • 研究成果

    (2件)

すべて 2017

すべて 雑誌論文 (1件) (うち査読あり 1件、 謝辞記載あり 1件) 学会発表 (1件) (うち国際学会 1件)

  • [雑誌論文] Medical image diagnosis of kidney regions by deep feedback GMDH-type neural network using principal component-regression analysis2017

    • 著者名/発表者名
      Tadashi Kondo, Sayaka Kondo, Junji Ueno and Shoichiro Takao
    • 雑誌名

      Artificial Life and Robotics

      巻: 22 ページ: 1-9

    • DOI

      10.1007/s10015-016-0337-y

    • 査読あり / 謝辞記載あり
  • [学会発表] Deep multi-layered GMDH-type neural network using revised heuristic self-organization and its application to medical image diagnosis of liver cancer2017

    • 著者名/発表者名
      Tadashi Kondo, Sayaka Kondo, Junji Ueno and Shoichiro Takao
    • 学会等名
      The twenty-second international symposium on artificial life and robotics (AROB 22nd 2017)
    • 発表場所
      B-con Plaza (大分県・別府市)
    • 年月日
      2017-01-19 – 2017-01-21
    • 国際学会

URL: 

公開日: 2018-01-16  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi