| 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 – 2023-03-31
|
| キーワード | AutoEncoder / FDG-PET |
|---|
| 研究実績の概要 |
AutoEncoderを利用した潜在空間における画像特徴の抽出とその可視化について取り組んだ．最終年度は，生成系にも着手し，３次元FDG-PET画像の正常分布の人工生成に取り組んだ．ここでは，Z軸方向の情報損失ができるだけ少なくなるように，３次元画像の生成による正常分布を推定し，その分布を用いて，教師なし異常検出手法による異常集積の検出も試みた．
モデルの学習に使用した入力画像は，正常と診断された患者の３次元FDG-PET画像である．これらの画像を3D-Alpha-WGANに入力し，画像を生成した．生成精度は，全平面の平均構造類似度指標測定値（SSIM）と距離（FID）を用いて定量的に評価した．Z軸方向の情報損失の有無は，スライス間の形状の違いが顕著であるかどうかを主観的に確認することで評価した．
再構成前後の画像を比較して評価したSSIMとFIDの生成精度は，それぞれ0.978と33.75であった．主観評価の結果は，スライス間で顕著な差異があるケースはなく，生成された画像はいずれもz軸方向の情報損失がないこと判断された．この正常画像を用いて教師なし異常検出を試みた結果，検出率89.9%（1症例あたりの偽陽性数は37.9領域）であった．
これらに関連した内容について，学会発表を行い，国際学術誌に投稿した．
|
