| 研究課題/領域番号 |
18H03255
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 東京農工大学 |
|---|
研究代表者 |
清水 昭伸 東京農工大学, 工学(系)研究科(研究院), 教授 (80262880)
|
|---|
| 研究分担者 |
斉藤 篤 東京農工大学, 工学(系)研究科(研究院), 助教 (10781445)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | 計測工学 / 解剖学 / 画像処理 / 情報工学 / 統計数理 |
|---|
| 研究成果の概要 |
病院などの実際の臨床現場で撮影される人体のほとんどは病気，治療，アノマリー（奇形）などによる異常例であり，臓器の形状やサイズは正常例から大きく変化していることが多い．従来の統計モデルは平均付近の表現能力は高いが，分布周辺では大きく低下し，形状やサイズの多様性が高い臓器の表現は不得意であった．本研究では，多様なパターンを表現可能な統計モデルを提案し，臨床的多様性に対応可能な新しい臓器認識アルゴリズムを提案した．
|
| 自由記述の分野 |
計測工学
|
| 研究成果の学術的意義や社会的意義 |
本研究の学術的意義は，これまで正確に表現できなかった，分布の周辺にある形状やサイズの臓器を正確にモデル化できるようになった点である．また，そのモデルを用いた臓器の認識処理についてもこれまで例がなく，新規性が高い．社会的な意義としては，実際の病院で撮影されている異常な形状やサイズの症例の画像を対象とした，診断支援システムの精度向上が期待される点である．日々撮影されている膨大な数の医用画像の大部分を占める異常例に対する診断精度向上は，大きな社会的な意義がある．
|
