| 研究課題/領域番号 |
18K12102
|
|---|
| 研究機関 | 岐阜大学 |
|---|
研究代表者 |
原 武史 岐阜大学, 工学部, 教授 (10283285)
|
|---|
| 研究分担者 |
山田 哲 信州大学, 学術研究院医学系(医学部附属病院), 講師 (80419407)
片渕 哲朗 岐阜医療科学大学, 保健科学部, 教授 (00393231)
松迫 正樹 聖路加国際大学, 聖路加国際病院, 医長 (90209528)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | コンピュータ支援診断 / FDG-PET / 深層学習 / AutoEncoder |
|---|
| 研究実績の概要 |
深層学習におけるAutoEncoder（AE）型ネットワークを利用して，正常症例のみを用いた異常検知の考え方を実装した．このAE型ネットワークのエンコーダ部を抽出して，その出力を特徴量とした空間を構築し，正常部位と異常部位の分布の違いを可視化した．また，AE型ネットワークで生成される画像と，入力画像の差分画像を作成し，その差分画像から異常判定を行う画像処理手法を考案し，実装した．それらの結果を，昨年度と同様にk-mean法と主成分分析によって異常スコアを算出した．しかしながら，検出率95.1%，１症例あたりの偽陽性数53領域を超える結果は得られなかった．一方，PET/CT画像以外についても同じ手法を試み，手法の有効性を確認した．これらから，PET／CT画像における正常領域の設定方法などの基本的な前処理の検討が改めて必要であることがわかった．
この他，潜在空間における特徴量からGANによって画像を生成する方法についても実験を行った．ここでは，明らかな異常領域は抽出できるものの，GANで生成する画像が不安定な場合があった．先の実験と同様の画像データベースを用いて評価した結果，ROC曲線下面積は0.65と低値であった．
自動検出結果について論文投稿を行ったがリジェクトであった．
|
| 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
画像特徴の抽出と特徴からの画像生成を実現できた．他の計算資源を利用して，効率よく実験できている．一方で，目標性能は未達である．論文投稿を行なったがリジェクトとなった，
|
| 今後の研究の推進方策 |
研究室において，GPU計算機の追加が可能であったため，計算機利用のスケジューリングを行い，効率よく計算を進める．データのアノテーション作業，およびその再確認作業については，共同研究者と綿密に連携をとっており，その作業を定期的に行う．
国際会議における発表，論文化，他の画像モダリティへの応用を進める．
リジェクトされた論文について，再投稿の準備を進めている．
|
| 次年度使用額が生じた理由 |
ほぼ予定通り執行している．アノテーション作業の謝金は，作業者の好意によりほぼ利用しておらず，他の項目で利用している．
|
