| 研究課題/領域番号 |
19K03623
|
|---|
| 研究機関 | 佐賀大学 |
|---|
研究代表者 |
皆本 晃弥 佐賀大学, 理工学部, 教授 (00294900)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | ウェーブレット解析 / 画像処理 |
|---|
| 研究実績の概要 |
我々は，これまで早期がん検出法を開発するとともに，開発手法の数学的な理論も構築してきた．一方，近年，深層学習（ディープ・ラーニング）が着目され，特に画像認識の性能の高さでは広く認知されているが，その数学的な理解には至っておらず，人間には深層学習で得られた特徴量の意味を解釈できない．高精度に内視鏡画像から早期がんを検出し，その理由も明らかにするには，画像から人間が解釈可能な「良質な特徴量」を抽出しなければならない．そこで，本研究では，ウェーブレット解析と位相的データ解析のマルチスケール性に着目して，画像から数学的に解釈可能な「良質な特徴量」を抽出する方法を開発することを目的としている．
初年度は，ウェーブレット解析に基づいた画像特徴抽出法を中心に開発し，それを内視鏡画像からの癌検出や歩容抽出などへ応用し，以下のような成果が得られた．
（１）リフティング・ウェーブレットを用いた内視鏡画像からのDysplasia検出，（２）ハール・ウェーブレットに基づく早期食道がんの検出，（３）カーブレットに基づく早期胃がんの検出，（４）ダイアディック・ウェーブレットおよびSSIMに基づく歩容の検出．特に，（４）では，画質評価方法であるSSIMを画像特徴抽出にも利用できることを示した．なお，これらの成果は，査読付き国際会議International Conference on Wavelet Analysis and Pattern Recognition 2019および International Conference on Information Technology: New Generations 2019において発表した．
|
| 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
本年度は，申請者らが今までに開発したウェーブレット解析に基づいた画像特徴抽出法を基礎として，ウェーブレット解析と位相的データ解析のマルチスケール性に着目し，画像から数学的に解釈可能な「良質な特徴量」抽出法を開発することを目的としていた．
位相的データ解析に基づく特徴量抽出については，大学院生を含む研究協力者らの協力を得ながらデータを蓄積しているところである．また，ウェーブレット解析に基づいた画像特徴抽出法については，（１）リフティング・ウェーブレットを用いた内視鏡画像からのDysplasia検出，（２）ハール・ウェーブレットに基づく早期食道がんの検出，（３）カーブレットに基づく早期胃がんの検出，（４）ダイアディック・ウェーブレットに基づく歩容の検出，という成果が得られた．以上のことから，初年度としては，おおむね順調であると判断した．
|
| 今後の研究の推進方策 |
これまでと同様に，研究協力者と緊密に連携し，次の課題に対して検討を進める予定である．なお，これらの研究は，人工知能技術のホワイトボックス化にもつながると期待される．
（１）ウェーブレット解析に基づく特徴量とその深層学習（特に自己符号化器）との関連を調べ，深層学習における「良いデータ」の指標もしくは目安を作成する．
（２）ウェーブレット解析と位相的データ解析に基づいた画像特徴量抽出方法を開発し，その性能を調べる．
（３）（１）および（２）で開発された方法に基づいた画像処理方法やデータ分析法を開発する．
|
| 次年度使用額が生じた理由 |
授業の関係や想定していなかった業務の増加、新型コロナウイルス感染予防対策等により、参加を予定していた国際会議、学会、研究集会などへの参加ができなかったため、予定よりも未使用金額が多くなった。次年度も学会や国際会議などは延期・中止される可能性が高いため、研究成果の発表を学術英文論文誌を中心として行う予定である。そのために、論文掲載料や英文校正代などが増加する可能性がある。
|
