• 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

2020 年度 実施状況報告書

深層学習を応用した動態3D-DSA法の開発

研究課題

研究課題/領域番号 17K18291
研究機関広島国際大学

研究代表者

山本 めぐみ  広島国際大学, 保健医療学部, 助教 (50412333)

研究期間 (年度) 2017-04-01 – 2022-03-31
キーワード血管造影 / DSA / 深層学習
研究実績の概要

血管造影像の画像データベースの構築を行った.造影前画像および造影後画像のそれぞれについて,64x64ピクセルの領域(画像パッチ)に切り取り,10万枚以上の画像データベースを作成する.ここで造影後の画像パッチは「入力データ」に,造影前の画像パッチは「教師データ」に対応する.ニューラルネットワークの効率的な学習を行うため,使用する画像については,角度ごとの画像全体ではなく,一定のROIのサイズに画像を切り取って画像パッチの集合とし,学習用データセットとして使用した.
また,画像パッチの大きさと数については,予備的な学習を行い,最適値の検討を行った.
続いて, ニューラルネットワークを用いた学習システムを構築と(2) ニューラルネットワークモデルの作成・学習および最適化を行った.具体的には,基礎的な学習の枠組みとしてニューラルネットワークを用いる.ニューラルネットワークを用いるためのコンピュータハードウェアおよびソフトウェアを構築する.もちいるニューラルネットワークモデルは大規模になることが予想されるため,ハードウェアにはGPUを用い,ソフトウェアにも大規模モデルに対応できるミドルウェアを導入した.また,さまざまなタイプのモデルを作成し,画像データベースのデータを用いて学習を行って,結果として出力される画像の画質を元に,モデルの層数や学習パラメータを変更させ,モデルの最適化の検討を行った.

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

新型コロナの影響により,大学の入構制限等が行われたため進歩状況はやや遅れている.

今後の研究の推進方策

今年度は研究計画の最終段階である,得られた3D-DSA像の評価を行う.

次年度使用額が生じた理由

新型コロナの影響で、予定していた国際学会に参加できなかったため。
※過年度の過払いによる返戻金2900円あり。2020年度決済にて預り金繰り越し処理。

URL: 

公開日: 2021-12-27  

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