| 研究課題/領域番号 |
17K10403
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
堀 雅敏 大阪大学, 医学系研究科, 講師 (00346206)
|
|---|
| 研究分担者 |
大西 裕満 大阪大学, 医学系研究科, 講師 (20452435)
佐藤 嘉伸 奈良先端科学技術大学院大学, 先端科学技術研究科, 教授 (70243219)
大竹 義人 奈良先端科学技術大学院大学, 先端科学技術研究科, 准教授 (80349563)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | 臨床 / 放射線 / コンピュータ支援診断 / ビッグデータ / 画像解析 / CT / MRI |
|---|
| 研究実績の概要 |
3次元CT画像ビッグデータを用いて、1) 医用画像解析手法である「統計アトラス」の精度を改善し、2) 統計アトラスと深層学習の組み合わせ技術を開発し、これらの応用として3) 画像診断分野での臨床アプリケーション開発を試みるのが本研究の目的である。本研究では、統計アトラスと呼ばれる工学手法とビッグデータの機械学習を結びつけることで、ビッグデータ解析の基盤技術を確保すると共に、臨床アプリケーション開発につなげる。これにより、1) 患者の管理・治療の向上、2) 放射線診断医の省力化、3) 人工知能研究および産業への貢献することを目指している。
平成30年度研究実施計画では、【1】3次元医用画像ビッグデータ（１万例）による統計モデル構築・解析 ― 画像ビッグデータの統計的表現を扱うための工学的基盤技術確立、【2】医用画像ビッグデータ分析を基にした臨床応用アプリケーションの開発と評価を行うこととなっていた。この計画に沿って、1) MRI画像に現れる肝臓の形態から肝線維化の程度を評価するシステムの開発を行い、2) 腹部造影CT画像から腎動脈枝を自動抽出して解剖学的破格を判定する手法の開発を行った。1) については論文を執筆して学術誌に投稿中であり、2) については学会発表準備まで行った。
平成30年度の研究により、統計アトラスおよびビッグデータ機械学習（深層学習）を用いた医用画像解析技術を確立し、臨床的に有用なシステムを開発する為の重要な成果を得た。さらに、成果を発表する準備を行った。
|
| 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
システムの開発を行い、成果発表準備の段階まで到達しており、概ね順調である。ただし、一部のアプリケーション開発（リンパ節転移や肝腫瘍検出）については遅れている。
|
| 今後の研究の推進方策 |
研究の方向については大きな問題が無いと考えている。これまでのところ概ね順調であり、今後も計画に沿って研究を遂行する。
|
| 次年度使用額が生じた理由 |
研究で使用した旅費が予定よりも少なかった。これに伴って、次年度での使用額が生じた。令和元年度は、当初予定よりも旅費・物品費の増大が見込まれており、当初予定通りに使用することになると考えている。
|
