• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 研究成果報告書

消化管内視鏡画像解析の客観的指標に基づくリアルタイム診断支援システムの開発

研究課題

  • PDF
研究課題/領域番号 20H04157
研究種目

基盤研究(B)

配分区分補助金
応募区分一般
審査区分 小区分60040:計算機システム関連
研究機関広島大学

研究代表者

小出 哲士  広島大学, ナノデバイス研究所, 准教授 (30243596)

研究分担者 田中 信治  広島大学, 病院(医), 教授 (00260670)
玉木 徹  名古屋工業大学, 工学(系)研究科(研究院), 教授 (10333494)
研究期間 (年度) 2020-04-01 – 2023-03-31
キーワード計算機システム / 画像認識 / 内視鏡診断支援 / 医用応用のための画像診断システム / ハード・ソフト協調設計 / リアルタイム画像処理 / 機械学習・深層学習 / 転移学習
研究成果の概要

本研究で開発した大腸NBI拡大内視鏡診断支援システムは、JNET所見分類加えて、欧米などで用いられている大腸NBI非拡大内視鏡の所見分類であるNICE分類に対しても、識別性能が精度だけでなく、感度、特異度などの定量的評価指標も90%以上の高値を提示できる。また、JNET分類やNICE分類の病変部分とそれ以外の正常粘膜の部分を、内視鏡全画面の中から抽出するセグメンテーションも実現した。更に、リアルタイム処理の実現に関しては、Full HD 動画像に対して、広範囲の病変の識別を可能とする高速実行が可能なCADシステムを開発した。

自由記述の分野

知能情報・集積システム工学

研究成果の学術的意義や社会的意義

本研究で開発したリアルタイム内視鏡診断支援システムにより、内視鏡画像の客観的指標となる数値を医師の診察時にリアルタイムで提示することができ、医師の客観的な判断を可能にし、診断の正確度を向上させることが可能となる。更に、内視鏡画像の客観的な指標となる数値を多くの医師に提示することが可能となり、見え方の異なる膨大な内視鏡の画像データに対しても、腫瘍のスクリーニングに対しても有効に利用することが期待できる。このように、リアルタイム診断支援技術の提供だけでなく、膨大な臨床データから得られる新しい知見を学習データとして蓄積することで、CADシステムの精度向上のための有効利用が可能となる。

URL: 

公開日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi