研究課題/領域番号 |
17K15868
|
研究機関 | 北海道科学大学 |
研究代表者 |
谷川原 綾子 北海道科学大学, 保健医療学部, 講師 (50711884)
|
研究期間 (年度) |
2017-04-01 – 2022-03-31
|
キーワード | オントロジー / 自然言語処理 / 画像診断 |
研究実績の概要 |
本研究では、多様な放射線画像より自動で病変を検出し、疾患を限定することなく画像診断支援を実現するための統合的画像診断支援システムの構築を目的としている。このシステムは、コンピュータ支援診断(CAD)システムに含まれる病変検出機能と、病変の特徴量から疾患を推測するための画像診断オントロジーを組合わせたものである。今回の研究期間では、後者のオントロジーの構築を目指している。 本年度は、オントロジー内の整合性担保に向けて、同義語の自動認識に焦点を当てて研究を進めた。具体的には、①Word2vecとfastTextを使用した同義語の検出、②Word2vecによる略語からの正式名称の自動推定である。①について、まず、医中誌Webより「画像診断」をキーワードとして約33万件の抄録を収集した。収集したデータについて、記号を削除するなどの前処理を実施した後、Word2vecとfastTextのパラメータを変化させて複数の学習モデルを生成し、同義語の自動認識精度について評価した。その結果、fastTextとCBOWを組み合わせたモデルで63.14%の正解率を得ることができた。②について、Pubmedから ”image diagnosis”を検索キーワードとして約30万件の抄録を収集した。Word2vecのパラメータを変化させて複数の学習モデルを生成し、略語から正式名称の変換精度を評価したところ、アーキテクチャはSkip-gram、ベクトル次元数が200、学習回数が10の時に正解率は74.3%と最大となった。
|
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
今年度の研究結果は論文として発表するなど成果は挙がったが、元々計画していた専門家によるのモデルの評価がコロナウイルス感染拡大の状況から予定通り進まず評価を終了するまでに至らなかった。
|
今後の研究の推進方策 |
本年は、昨年度に計画していたオントロジーの評価と、研究成果の論文化を進める。
|
次年度使用額が生じた理由 |
理由:予算執行上、端数が生じたため。 使用計画;次年度への繰越金は令和2年度からの科研費と合わせて学会発表に関わる旅費や参加費、そして論文投稿料に使用する予定である。
|