| 研究課題/領域番号 |
17K10385
|
|---|
| 研究機関 | 国立研究開発法人量子科学技術研究開発機構 |
|---|
研究代表者 |
立花 泰彦 国立研究開発法人量子科学技術研究開発機構, 量子医科学研究所 分子イメージング診断治療研究部, 主幹研究員 (20749973)
|
|---|
| 研究分担者 |
相田 典子 地方独立行政法人神奈川県立病院機構神奈川県立こども医療センター(臨床研究所), 臨床研究所, 部長 (20586292)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2023-03-31
|
| キーワード | 機械学習 / ディープラーニング / AI / 分類 / 画像処理 |
|---|
| 研究実績の概要 |
研究計画に従い提案技術の開発に取り組んだ。また、得られた知見を利用し、関連研究を推進した。得られた成果は複数の原著論文や国内外学会などで発表している。その一部を以下に記載する。
1.関連研究として、ディープラーニングによる分類問題におけるデータバイアスを解決するための技術開発を行った。教師データを複数の医師により作成する場合、医師ごとの判断基準が完全に一致しないことによるバイアスが存在し、学習上のノイズとなる。このようなバイアスが存在することを前提としてネットワークを構築することにより、学習精度が改善することをシミュレーションおよび実データへの実装で示した。この成果は国際学会(ISMRM)で高評価を受けた(上位10%)。
2.2.の発展的な利用として、画像診断において診断が確定しえない画像(医師によって判断が分かれるような症例など)に対してAIが診断を行う場合に、従来のように単に確度の低い判断結果を提示するのではなく、その画像が一意の診断を持たないことを積極的に表示するシステムを考案し、初期的な検討を行った。2の結果とあわせた原著論文の投稿準備中。特許申請中。
3.関連研究として、拡散強調像画像のノイズ除去において、実際にノイズを除去したいピクセル周囲の極小領域から得られる局所情報と、周囲の広い領域からの大局的な情報とを適切に組み合わせることなどによりAIに過剰な自由度を与えず、エラーを抑制する技術を開発した。国際MRI学会で発表し、原著論文を投稿中。特許申請中。
4.4．の技術の具体的な臨床的意義を検討するため、臨床研究を開始した。初期的な結果をISMRM2022にて発表した。原著論文を投稿準備中。
|
| 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
当初の研究計画を修正したが、別データを用いて基礎技術開発を行い原著論文などで成果発表を行っているため。また、本課題を契機としが関連研究も推進し、成果を発表できているため。
|
| 今後の研究の推進方策 |
上記のように、作成してきたデータベースのデータ数、クオリティの問題により、当初の計画を修正した。一方でこの問題からは、臨床データにおける多様性や不均一さがどのような問題を起こすか、という新たな問いや知見が生まれ、分野における普遍的な問題解決を目指した派生研究の成果につながった(現在までの進捗状況の項を参照)。開発した基礎技術より2件の特許申請を行い、臨床的な意義を示すための臨床研究も進めている。
|
| 次年度使用額が生じた理由 |
本課題は機械学習に関するものであるため、計算能力の高いGPUサーバーや、多量のデータを保存したりGPUサーバーに送るファイルサーバー、CPUを用いた計算を高速に行うためのCPUサーバーなど多数の高性能コンピューターを必要とする。これまではこのような計算機環境をはじめとして研究環境の一部を他課題と共用することにより使用予算を削減することができた。このほか、コロナ禍によって学術集会が軒並みオンライン化したことにより旅費が節減できた。
未使用の差額は研究継続のために高性能コンピューターの保守等にあてる予定である。
|
| 備考 |
2021年よりISMRM Annual Meeting Program Committee (国際MRI学会 プログラム委員)に就任
|
