| 研究課題/領域番号 |
20K11827
|
|---|
| 研究機関 | 岐阜大学 |
|---|
研究代表者 |
周 向栄 岐阜大学, 工学部, 准教授 (00359738)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 深層学習 / 医用画像 / データベース / 診断知識の獲得 |
|---|
| 研究実績の概要 |
今年度の実績は以下である
（１）大量な医用画像および画像上の所見の収集を行なった．日本の病院からの画像データの収集を継続しながら、今年度ではアメリカ国立衛生研究所で公開された最大級の画像データセットを獲得した。また、海外で公開されている他の医用画像データセットも積極的に取り込み、本研究の基盤である画像データを蓄積した。
（２）画像に含まれている人体情報を構造化データへの変換を進めている。これまでに開発した臓器の自動抽出，位置検出，画像間の位置合わせの処理技術を活用して、医用画像から主要な臓器・組織を精密に抽出し、計算機に中に構造化した。今年度では骨格筋領域の自動抽出手法を改善し、医用画像からより多くの解剖構造を自動認識できるようになってきた。
（３）高次元の医用画像を処理できる高性能な計算環境を構築した。機械学習に必要とする計算機クラスタ（高性能なG P C P Uサーバ５台）と大量なデータを保存と管理できる分散ファイルシステムを構築した。また、開発環境について、Nvidia社のツールキット（CUDA）をコンテナ（Docker）経由で遠隔から開発できる環境を構築した。従来の環境と比較して長期間である実験の利便性と効率性が大幅に向上された。よって、計算機のハードウェアとソフトハードウェアの両面から、大規模な医用画像データに基づく深層学習の研究環境を改善した。
（４）人体の解剖学構造（主キー）に基づいて，各患者の多次元画像表現，撮影パラメータ，年齢，性別，代謝機能，病変（診断結果）などの要素を画素単位で精密に統合して，知的画像データベースの構築を進行している。
|
| 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
新型コロナの影響によって、施設内での実験活動の人数が制限された。研究対象である医用画像は厳しく管理され、本研究施設内の利用しか認められなくリモートアクセスによる研究活動が非常に困難であった。そのために、実験の進度が遅れた。
|
| 今後の研究の推進方策 |
施設の研究活動が徐々に正常に戻っているので、計画通りで研究を進めると考えている。
|
| 次年度使用額が生じた理由 |
コロナ影響によって、市場から購入予定の高性能な計算機と関連する電子部品（GPU）の入手が遅れている。また、感染拡大を抑えるために、今年度での学会参加も取りやめ、旅費の一部も余っている。
|
