| 研究課題/領域番号 |
20H02161
|
|---|
| 研究機関 | 電気通信大学 |
|---|
研究代表者 |
木寺 正平 電気通信大学, 大学院情報理工学研究科, 准教授 (00549701)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | マイクロ波イメージング / レーダ信号処理 / 非破壊検査 / 医療生体画像診断 / 乳癌診断 / 深層学習 / トモグラフィ / 電磁界逆散乱問題 |
|---|
| 研究実績の概要 |
本研究の目的は，マイクロ波波等の電磁波センシング技術のためのレーダ理論とトモグラフィ理論を融合した多元的画像解析法の研究基盤を創出することである．各種波長帯の電磁波を用いた内部透視型画像化技術は，非侵襲医療画像診断（各種の癌検知等）や非破壊検査（コンクリート内の空洞・腐食探知等）の応用に有望である．一方，従来の画像解析法では【空間分解能】や【複素誘電率の再構成精度】等において，上記応用の要求性能を満たすことが困難であり，これを本質的に克服する革新的な画像解析法が待望されている．本課題では，上記応用を想定し，独自のレーダ理論とトモグラフィ理論を統合させ，従来の精度・分解能等の限界を超えるとともに，多重散乱波や多偏波データの双方向処理に基づく多元的な画像解析法を構築し，各種の波長帯へ拡張可能な革新的な電磁波センシング技術を創出する．
Ａ．「コンクリート内部空洞・腐食識別のための多元的非破壊イメージング」
逆散乱解析法とレーダの統合において，ガウス混合モデルに基づくROI生成法を提案し，レーダ画像による複素誘電率推定法の精度改善を実現した．また同手法を実道路試供体により，検証している．また，逆散乱解析法の最適化結果をレーダ画像化にフィードバックさせる方法を検討し，特に多層構造モデルにおいて従来では層反射による虚像が生成される状況において，異物のみを高精度に画像化することに成功した．
Ｂ．「乳がん検知等を想定した医療画像診断法」
複素誘電率を再構成するために，３次元畳み込みオートエンコーダを用いた再構成法を提案した．特に未知数を低減させるために，波数空間のデータ圧縮を併用することで高速な学習を実現させた．更に簡易乳房ファントムを用いた複素誘電率推定においては，実機による計測データから誤差１０％程度で、各ファントムの誘電率を再構成できることを示した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
課題A：
CSI法とレーダ画像化法であるRPM(Range Points Migration)法を統合した複素誘電率分布推定法において，ガウス混合規定とEMアルゴリズムを用いた，ROI最適化法を提案した．これまでのROI推定法はCSIの初期推定値に大きく依存したが，RPM法の結果のみを用いた方法に変更することで，最終的な複素誘電率精度及びＲＯＩ推定精度を改善させた．実道路を模擬した試供体において実機計測データより，内部の空洞や水の位置及び複素誘電率を高精度に推定することが可能であることを示した．また，ＣＳＩ法の最適化結果からＲＯＩ内の全電界成分を抽出することで，多層構造内部の伝搬モデル（グリーン関数）を推定できることに着目し，レーダ画像化の高精度化を実現させた．
Ｂ．「乳がん検知等を想定した医療画像診断法」
ＣＳＩ法の３次元化のために，畳み込みオートエンコーダモデルを用いた深層学習に基づく初期値推定法を導入した．特に３次元画像を多次元フーリエ解析により波数空間に変換して圧縮させることで、入力次元を飛躍的に減じることで効率的な学習が可能になった．更に簡易乳房ファントムを用いた，超広帯域レーダによる実計測データから，各ファントムの誘電率分布を簡易なニューラルネットワークモデルによって再現できることを実証した．広島大学病院によって実施された臨床試験データを用いた機械学習も導入し，特異値分解と表面反射波抑圧を導入することで，識別率を改善できることを示した。
以上から、両課題ともに概ね順調に進展しているといえる
|
| 今後の研究の推進方策 |
Aの課題においては，ＣＳＩ法によるレーダ画像化の高精度化を実試供体モデルで評価する．またＣＳＩ法を３次元モデルに拡張し，実際の道路を模擬した大規模な複素誘電率イメージング法を確立させる．大規模な問題においては，コンクリートの背景媒質が均質であること、異物以外は一様に分布していることを利用し，全電界成分をナイキスト条件の下限までサンプルし，かつ内挿補間することで未知数を大幅に減らず方法を導入する．更に3D-CAEなどを使った初期値推定法なども導入する．また実道路におけるデータ取得及び複素誘電率イメージング法の適用を検討する．最終的には画像や様々な計測データから，道路内部の異物（空洞、水、腐食等）を識別する機械学習の枠組みを確立させる．本手法は，精緻な電磁界解析シミュレーション(FDTD法等)による数値解析データ及び超広帯域レーダ装置を用いた実機実験の両輪で性能を評価する．
Bの課題においては，Aの課題と同様にCSI法の３次元化を実施する．また，逆散乱解析法によるレーダ画像の高精度化も導入し、ROIの絞り込みによる未知数削減を実現させ，複素誘電率推定精度を改善させる。また，前年度に構築した３次元畳み込みオートエンコーダを臨床試験データに適用し，複素誘電率の初期推定が実現できるかどうかを確認する．本課題は３次元数値計算及び簡易乳房ファントム、臨床試験データにおいてその有効性を確認し，特にがん組織の誘電率値を高い精度で再構成させることが目標となる．
|
