| 研究課題/領域番号 |
19K22891
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分62:応用情報学およびその関連分野
|
|---|
| 研究機関 | 富山大学 |
|---|
研究代表者 |
長谷川 英之 富山大学, 学術研究部工学系, 教授 (00344698)
|
|---|
| 研究分担者 |
藤原 久美子 富山大学, 学術研究部医学系, 助教 (60404737)
長岡 亮 富山大学, 学術研究部工学系, 准教授 (60781648)
高 尚策 富山大学, 学術研究部工学系, 准教授 (60734572)
|
|---|
| 研究期間 (年度) |
2019-06-28 – 2022-03-31
|
| キーワード | 超音波 / ビームフォーミング / 深層学習 |
|---|
| 研究成果の概要 |
医用超音波画像の構築において，超音波ビームフォーマは重要な役割を果たす．本研究では，深層学習を用いた新しい手法を開発する．人工ニューラルネットワークの学習は，生体からの超音波エコー信号を模擬するシミュレーション環境を構築し，十分な数の学習用データの生成を実現した．シミュレーションにおいてはエコー源の特性が既知であるため，エコー源の特性を教師データとして人工ニューラルネットワークを学習させることで超音波イメージングシステムの特性を抑制できることを示した．また，より高度なビームフォーマによる出力を学習させることで人工ニューラルネットワークにより高精度なビームフォーミングが可能であることを示した．
|
| 自由記述の分野 |
医用超音波工学
|
| 研究成果の学術的意義や社会的意義 |
医用超音波画像の品質はビームフォーマに大きく依存するため，ビームフォーマの高性能化に関する研究開発が精力的に行われている．一方，そのような高度なビームフォーマは計算負荷が高く，医用超音波画像の特徴の1つであるリアルタイム性を損なわずに実装できない場合が多い．本研究は，深層学習を用いて高度なビームフォーマと同様の画像を出力する手法について検討を行い，超音波伝搬シミュレーションにより人工ニューラルネットワークを学習させるための多数のデータを生成することで深層学習を用いてより高精度な画像が得られることを示した．本研究成果は，医用超音波画像の品質向上に資するものである．
|
