| 研究課題/領域番号 |
19K08131
|
|---|
| 研究機関 | 東海大学 |
|---|
研究代表者 |
高原 太郎 東海大学, 工学部, 教授 (50308467)
|
|---|
| 研究分担者 |
吉岡 直紀 国際医療福祉大学, 大学病院, 教授 (10292913)
風間 俊基 東海大学, 医学部, 准教授 (70375781)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| キーワード | 人工知能 / DWIBS / 乳癌検診 |
|---|
| 研究実績の概要 |
癌は女性の癌罹患率トップで、勤労世帯(若年)に発生するため社会損失が大きい。ドゥイブスマンモグラフィ(DWIBS Mammography: DWIBS-MMG)は、これまでの 研究で、(1) X-MMGより高い検出能・(2)完全無被曝・(3)無痛という特長が分かっている。しかし同法の施行には、マンパワー(画像診断医)の限界が存在し普及が難しい。
このためAI(深層学習)を用いて自動診断できるようにすることで、問題を解決する。
2019年は、モデルの構築を試行した。b=1500 s/mm^2の拡散強調画像における有意高信号濃霧 と、T2強調画像における嚢胞の有無についての自動診断能を調 た。画像処理能力が高いとされているXpectionを用いた。嚢胞検出は癌の検出には直接しない が、拡散強調画像の有意高信号には、濃縮嚢胞が含まれる (contamination)を起こすため、有意高信号から嚢胞部分を差分する必要があるためである。前者の AUCは0.87、後者のAUCは0.94で、いま少しの能力の向上が必 要と考えられた。 2020年は、コロナ禍で活動が制限された。このため内的にできる研究を進め、AI処理の際に障害となるアーチファクト低減のため、3Dプリンタを導入して乳房画 像取得における台座作成を行った。また2019年で検討したマルチパラメトリック的なAIアプローチをすすめるために、組み合わせ診断についての学会発表を行った。2021年には、Xceptionを用いた研究の論文発表のほか、乳癌検診全体に対するreview論文を発表できた。また乳房を入れるための3Dモデルを構築した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
全体としては論文発表ができるなど、報告はできているが、DeepLearningによるモデル構築の改善の余地があり、それを探求しているため。
|
| 今後の研究の推進方策 |
DeepLearningのモデルを今年はさらに改善する予定である。
|
| 次年度使用額が生じた理由 |
DeepLearningモデルの改良がすこし送れているために若干の未使用が生じた。次年度繰越学をモデルの改良費用として用いる予定である。
|
