| 研究課題/領域番号 |
16K14279
|
|---|
| 研究種目 |
挑戦的萌芽研究
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
計測工学
|
|---|
| 研究機関 | 九州工業大学 |
|---|
研究代表者 |
金 亨燮 九州工業大学, 大学院工学研究院, 教授 (80295005)
|
|---|
| 研究分担者 |
青木 隆敏 産業医科大学, 医学部, 准教授 (40299631)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | 関節リウマチ / コンピュータ画像診断支援 / 深層学習 / 遺伝的アルゴリズム / ResNet / Saliency Map |
|---|
| 研究成果の概要 |
骨の主な疾患として、関節リウマチや骨粗しょう症がある。これらの病気の原因には不明な要素も多く、的確な診断を行うには画像診断に頼るところが多い。しかし、画像診断には長年の経験を要することや、医師の経験差による病変の未検出もあることから、コンピュータを利用した診断支援(Computer Aided Dignosis)法の開発が望まれている。
本研究では、指骨CR画像から上記画像診断支援を行うための解析法を開発した。具体的には、骨CR画像からの関心領域の自動抽出手法の開発と、同一被験者の過去・現在画像の画像位置合わせを行うための手法を考案し、実画像による性能評価を行った結果、良好な結果を得た。
|
| 自由記述の分野 |
コンピュータ画像診断支援
|
| 研究成果の学術的意義や社会的意義 |
本申請における診断支援法は、関心領域の自動抽出と画像位置合わせ法並びに候補陰影の検出である。まず、関心領域の自動抽出では、高速な画像処理手法の開発が必要であるが、提案法により領域抽出法は他の画像処理におけるセグメンテーション法への応用が可能である。また、画像位置合わせ及びその結果得られる差分像の解析による病変部の自動抽出においては、ResNetや他の深層学習アルゴリズムの改良法を提案しており、従来の特徴量解析法に比べて、簡便で高精度での識別が可能であることを示した。よって、これらの画像解析結果を医師に提示できる新しい解析ツールの提供が可能で、診断への効率化が図られる見込みである。
|
