| 研究課題/領域番号 |
19K08131
|
|---|
| 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52040:放射線科学関連
|
|---|
| 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 – 2024-03-31
|
| キーワード | 画像診断 / AI技術 / 拡散強調画像 / DWIBS / 3Dプリンタ / Efficient Net / Xception |
|---|
| 研究成果の概要 |
2019年から2023年まで、画像診断におけるAI技術の開発と応用を行った。Xceptionを使用し、拡散強調画像（DWIBS）とT2強調画像を基に嚢胞の検出や異常信号の診断精度向上に取り組んだ。特に、Anomaly GANを用いて軽微な異常を効率的に分類し、診断速度を向上させた。2020年には3Dプリンタを導入し、乳房画像取得のための台座を作成した。2022年にはNVIDIAのGTCで講演し、MONAI COREとEfficientNetを導入することで診断精度がさらに向上したことを報告した。今後もデータ収集を進め、AI技術の改良を継続する予定である。
|
| 自由記述の分野 |
画像診断
|
| 研究成果の学術的意義や社会的意義 |
1. MRIの診断アプローチとして重要なことがらはマルリパラメトリック解析ができることである。今回の研究を通して、DWIBSのみならずFS-T2WIを用いた深層学習モデルが構築でき、成績も良好だった。このためパラメトリック解析への道が拓かれたと言える。
2. 検診への応用として重要なことは、画像判定のスピードである。この際、100% 確実なAIは望まれるとしても、その前に、実務的なスピードを上げる潜在的価値も大きい。検診評価内容のうち軽微な所見が80%であることを見出し、これらについてAnomaly値を生成することを試みた。
|
