|
本研究では、超音波計測や生体電気計測といった簡便な生体計測手法の適用範囲を広げ，様々な疾患の精密な診断に適用可能とする事を目指して、機械学習によるパターン認識を応用することで、生体の持つ不均一性に対してロバストな画像再構成手法の構築に取り組んだ。超音波計測と心電図計測のそれぞれで、数値シミュレーションを用いて大規模な学習データを生成し、計測信号から医用画像を再構成する深層ニューラルネットワークを学習した結果、従来手法に比べて限られた計測信号から高効率・高精度な医用画像が再構成可能であることが明らかとなった。
|
