| 研究課題/領域番号 |
20K08034
|
|---|
| 研究機関 | 慶應義塾大学 |
|---|
研究代表者 |
国枝 悦夫 慶應義塾大学, 医学部(信濃町), 客員教授 (70170008)
|
|---|
| 研究分担者 |
尾川 浩一 法政大学, 理工学部, 教授 (00158817)
二上 菜津実 東海大学, 医学部, 助教 (20806195)
秋庭 健志 東海大学, 医学部, 講師 (40276845)
株木 重人 東海大学, 医学部, 講師 (00402777)
松元 佳嗣 東海大学, 医学部, 助教 (20568969)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | 放射線肺臓炎 / グレード / 機械学習 |
|---|
| 研究実績の概要 |
本研究では新たな視点から、評価者によらない客観的な評価が可能で機械学習に適用可能な画像を中心として客観的なデータからの判断基準を開発する。次の治療などは従来の基準、症状の重篤度などとあわせて最終的に臨床医が判断するが、そのための一つの、しかし非常に有益な基準となりうる。すなわち、「原因と結果」が明確であることを目標に、
あえて客観的指標のみを基準としたグレーディングシステムを開発する発想が独自であり、今後の胸部放射線治療の新た展開につながる創造性がある。
本研究の一つの目的は,画像を中心として事前のCT データ、放射線治療計画、治療後の放射線肺臓炎発症時のCT データを自動解析し、治療前の諸パラメータと放射線肺臓炎の客観的関係を明確にする、ことである。本年度は解析のための画像撮影再現性確認のためファントムによる実験を行なっている。また、関連して胸部CTデータを収集した。
また、開発を効率化するため、またバージョン管理を容易にするため、JetBrain社のPython Integrated Development Equippment Pycharmを購入し、システム構築に使用した。機械学習システムは、購入した単体での稼働が容易なGPU強化型のNVidia社製造LinuxコンピュータJetson AGX Xavierで稼働するUbuntu 0S上で学習システムを構築している。フレームワークとしては基礎的な画像処理、認識部分にはOpen CV4を使用して,さらにTensor-RT、CUDAなどをインストールして使用して、効率的なシステム構築を図った。既存のIntelコンピュータとともに研究に使用できる体制が整ったため、医用画像機械学習の際に必要なデータ使用量の類推などの基礎的研究をおこなった。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
コロナ禍の影響から学生アルバイトが学内での作業を行う際に支障が生じている。そのため臨床データの収集、整理、クレンジング作業が遅れている。
|
| 今後の研究の推進方策 |
コロナ禍の落ち着きが得られる見込みなので、データ収集を加速する。
|
| 次年度使用額が生じた理由 |
コロナ禍により、学生アルバイトなどが使えずデータ収集に遅延が生じている。そのための人件費などが繰り越される。
|
