| 研究課題/領域番号 |
19K12120
|
|---|
| 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61030:知能情報学関連
|
|---|
| 研究機関 | 山口大学 |
|---|
研究代表者 |
間普 真吾 山口大学, 大学院創成科学研究科, 教授 (70434321)
|
|---|
| 研究分担者 |
呉本 尭 日本工業大学, 先進工学部, 教授 (40294657)
平野 綱彦 山口大学, 医学部附属病院, 准教授 (00382333)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 深層学習 / ニューラルネットワーク / 医用画像 / 教師なし学習 / 半教師あり学習 / 異常検知 |
|---|
| 研究成果の概要 |
少ない教師データでも機械学習の性能を向上させる研究を多方面から行い，様々な医療データへの応用，および複数の検査情報を統合して予測を行う方式の研究を行った．具体的には，1)転移学習に基づく胸部X線画像の識別，2)畳込み長短期記憶ネットワークの事前学習および異常検知手法を用いた聴診音識別，3)異なる医療施設間の画像特徴の補正とその胸部CT画像，および甲状腺組織画像の識別への応用，4)胸部X線画像識別のための疑似ラベリング法，5)複数の検査情報による身体活動性の予測の研究を行い，それぞれ性能の点で有用な成果を得た．
|
| 自由記述の分野 |
人工知能
|
| 研究成果の学術的意義や社会的意義 |
AIは一般に大量の教師データを必要とするが，これはAIを広く社会に普及させる上で大きな問題になる．特に，医療分野は大量の教師データが得にくい分野である．したがって，本研究では，教師データが得にくい様々な状況に対応できる方式の研究を行った．本研究の成果は，汎用的なものであるため医療に限らずAIの応用が見込まれるすべての分野に対して有用である．
|
