• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 研究成果報告書

ウェーブレット,位相的データ解析,深層学習に基づいた画像特徴抽出とその理論構築

研究課題

  • PDF
研究課題/領域番号 19K03623
研究種目

基盤研究(C)

配分区分基金
応募区分一般
審査区分 小区分12040:応用数学および統計数学関連
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 – 2023-03-31
キーワードウェーブレット解析 / 位相的データ解析 / 早期がん検出 / 電子透かし / 歩容
研究成果の概要

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、画像から解釈可能な「良質な特徴量」を抽出する手法を開発した。そして、この特徴量と機械学習手法を組み合わせることで、様々な画像処理・解析法を開発した。具体的には、二重ツリー複素数離散Wavelet変換に基づく早期大腸がんの検出法や非参照型電子透かし法の開発、Dyadic Wavelet変換に基づく歩容検出や染色アスベストの検出、Lifting Waveletを用いたDysplasia検出、Curveletを用いた早期胃がんの検出などを行った。

自由記述の分野

応用数学

研究成果の学術的意義や社会的意義

本研究により、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を活用して画像から人間が解釈可能な特徴量を抽出する手法を開発し、機械学習モデルの説明可能性の向上にも寄与した。特に、早期がん検出法の開発は医療分野での早期診断に貢献し、患者の治療成功率と生存率の向上につながる。また、非参照型電子透かし法や歩行検出などの開発は、セキュリティや監視システムの向上に寄与する。これらの成果は科学的知見の進歩だけでなく、医療、セキュリティ、社会全体の福祉向上にも寄与すると言える。

URL: 

公開日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi