| 研究課題/領域番号 |
18K11190
|
|---|
| 研究機関 | 成蹊大学 |
|---|
研究代表者 |
小森 理 成蹊大学, 理工学部, 准教授 (60586379)
|
|---|
| 研究分担者 |
江口 真透 統計数理研究所, 数理・推論研究系, 教授 (10168776)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| キーワード | 臨床データ解析 / 準線形モデル |
|---|
| 研究実績の概要 |
Ashad et.al.(2019, Journal of Bioinformatics and Computational Biology)では，遺伝子間の相関を考慮した正準相関分析の手法を，カーネル空間で提案しその有効性を実証した．これは本研究のClinico-Radiologic-Pathologic(臨床，画像，病理) triangle解析(CRP解析)の臨床解析に相当する研究結果となっている．またKomori et.al.(2019, Ecological Informatics)では準線形モデルをもとにしたポアソン点過程の手法を提案し，実データ解析においてその有効性を実証した．ここで用いられている準線形モデルは本研究の「データ融合型深層学習法」の中心的な役割を担う統計解析手法となっている．またKomori(2019, Springer)ではこの準線形モデルを中心にデータの不均衡性の問題を扱った．また日本統計学会においては臨床データ解析で用いられるG-computationの理論と応用についての発表を行った．また福井大学病院に出張し，臨床データの整備も進めた．
また画像データ解析においては，畳み込みニューラルネットによるROI(Region of Interest)の同定の解析も進めた．
|
| 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
臨床データの解析も進み，論文執筆や学会発表でその成果の一部の公表している．但し研究代表者の所属が２年前に福井大学から成蹊大学に変わったため，福井大学病院の先生方との打ち合わせの頻度が減少し，当初予定していた進捗状況には達していない状況となっている．また臨床データの持ち出しに制約があるため，データ解析も当初の予定より遅れてしまっている．
|
| 今後の研究の推進方策 |
以下のような計画で画像データ解析を進める．
1. 深層学習法特に畳み込みニューラルネットワークを中心に，統計解析ソフトRとPythonを用いて実際にプログラムを組み，文献から収集された肺疾患データの解析に着手する．2. Grad-CAMなどの手法を用いてAIが着目する部位の可視化を行う．3. 大量の外部データを学習したVGG16モデルなどを用いて，病変予測の精度の改善を試みる．4. 福井大病院内のデータを学習したモデルをさらに追加し，病変予測の精度の改善を試みる．5. より医学的に意味のある病名（肺がん、肺転移，リンパ血管系浸潤 ，良性腫瘍など）の判別解析に取り組み，病変予測と同様に重要な部位の可視化と判別精度の向上を試みる．6. 上記の結果に臨床データを加え，判別精度の改善を試みる．
上記の研究結果を論文と学会発表の形でまとめる．
|
| 次年度使用額が生じた理由 |
物品購入が当初計画より少なくなったため．次年度の物品購入に使用予定
|
