• 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

2021 年度 実施状況報告書

敵対的生成ネットワークを用いた新しい原理にもとづくDSAの開発

研究課題

研究課題/領域番号 20K08063
研究機関広島国際大学

研究代表者

山本 めぐみ  広島国際大学, 保健医療学部, 講師 (50412333)

研究分担者 大倉 保彦  広島国際大学, 保健医療学部, 教授 (80369769)
研究期間 (年度) 2020-04-01 – 2024-03-31
キーワード血管造影 / DSA / 深層学習
研究実績の概要

血管造影像の画像データベースを構築した.造影後画像および病院で作成されたDSA画像のそれぞれについて,ニューラルネットワークの効率的な学習を行うため画像パッチを作成し,10万枚以上の画像データベースを作成している.ここで造影後の画像パッチは「入力データ」に,病院で作成されたDSA画像の画像パッチは「教師データ」に,それぞれ対応する.
現在、ニューラルネットワークを用いた深層学習システムを構築中である.基礎的な学習の枠組みとして,敵対的生成ネットワークを用いることとし,この枠組みを用いた研究ができるよう,コンピュータハードウェアおよびソフトウェアを構築している.使用するニューラルネットワークモデルは大規模になることが予想されるため,ハードウェアにはGPUと大容量メモリをもつものを採用するよう検討している.入力データおよび教師データも大容量になると予想されるため,大容量SSD等や並列処理でデータを取り扱えるように検討している.また,ソフトウェアにも大規模モデルに対応できるフレームワークおよびミドルウェアを導入するよう計画している.
現在,敵対的生成ネットワークをもとにした様々なタイプのモデルを作成し,仮に作成したシステムで,画像データベースのデータを用いて学習を行い,その結果として出力される画像の画質を元にして,モデルの構造や学習のためのハイパーパラメータを変更し,モデルや学習方法の最適化を試みている.

現在までの達成度 (区分)
現在までの達成度 (区分)

4: 遅れている

理由

計算負荷が高く,新型コロナの影響でGPUが入手困難な状況にあり,ニューラルネットワークモデルの作成・学習および最適化に時間を要している.

今後の研究の推進方策

様々なタイプのモデルを作成し,画像データベースのデータを用いて学習を行い,結果として出力される画像の画質を元にモデルの層数やハイパーパラメータを変更し,モデルの最適化を行っている.しかし,この学習や最適化には計算に時間がかかり,予定より遅れている.翌年度引き続き行う.

次年度使用額が生じた理由

新型コロナおよび半導体不足の影響により,GPUの入手が困難な状況で研究に遅延が生じている.

URL: 

公開日: 2022-12-28  

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