• 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

多次元医用画像における臓器・疾患横断型深層学習に基づく医師の暗黙知獲得と蓄積

研究課題

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machine learning / CT image / database
研究実績の概要

これまでの研究成果は以下である
①岐阜大学病院の倫理委員会の審査を受け,本研究計画と医用画像の使用が許可された.岐阜大学で収集した医用画像を海外で公開された画像データセットと合わせて,本研究の基盤である大規模な人体画像のデータセットを構築した.
②体幹部における人体の解剖構造を細分化して,医師の指導を受けて人体の主要な内臓と骨格・筋肉を医用画像から手動で抽出し,医用画像とその上に解剖構造を両方備えた教師データセットを作成した.これによって,医用画像を用いた計算機の自己学習に必要とする知識データを揃えた.
③医用画像からの解剖学構造の認識・抽出,画像間の位置合わせ,症例の自動判別など異なるタスクを共通の枠組みで学習する方法を提案した.実験の結果から異なるタスクを実現するために構築したモデルに共通できる特徴空間があり,計算機の学習によって医用画像における汎用的医学知識の獲得が可能であることを確認した.
④大量な医用画像データに基づいて様々なタスクに対応するモデルの構築を繰り返しながら,異なるモデルの共通部分を一つの「辞書」に効率的に集約する方法(辞書学習と呼ぶ)を模索している.

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

今年度の研究進度は遅れている理由が以下である
(1)コロナの影響により,やむを得ずに一部の研究活動をOnlineに切り替えている.しかし,本学の病院から収集した医用画像の使用が完全にOfflineと想定しているので,予定通り実験が進めることができなかった.また,学会など他の研究者と交流する機会が著しく減ったので,外部からの意見を取り込むことが難しくなり,論文作成にも影響が出た.
(2)計算機のハードウェア(GPUメモリ)の不足による影響が想定より大きいため,高次元医用画像の学習では長期間で処理が続く必要がある.大量な医用画像を用いて,試行錯誤を繰り返すことによるモデルの構築には,現在の計算力が不足である.

今後の研究の推進方策

今後の研究の推進方策は以下である
(1)初期的な実験結果から,医用画像から得られた様々な深層モデルの共通部分を集約することに通じて画像診断に必要知識ベースを構築する方針が妥当であると考えている,この方針に従って研究を進む.
(2)モデルの汎用性と多様性を維持するために大規模な画像データセットに基づく深層学習とモデルの分析が必要不可欠である.そのために,効率な学習法の開発とハードウェアの計算力の増強に重点を置く.

次年度使用額が生じた理由

新型コロナウイルス感染症の影響で旅費と人件費を使用できなかった.これらの経費を計算機と消耗品の購入に使用する予定である

  • 研究成果

    (5件)

すべて 2022 2021 その他

すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件) 学会発表 (3件) 備考 (1件)

  • [雑誌論文] Automatic Segmentation of Supraspinatus Muscle via Bone-Based Localization in Torso Computed Tomography Images Using U-Net2021

    • 著者名/発表者名
      Yuichi Wakamatsu , Naoki Kamiya , Xiangrong Zhou , Hiroki Kato , Takeshi Hara , Hiroshi Fujita
    • 雑誌名

      IEEE ACCESS

      巻: 9 ページ: 155555-155563

    • DOI

      10.1109/access.2021.3127

    • 査読あり / オープンアクセス
  • [学会発表] 深層学習に基づく3次元CT画像からの複数臓器の自動位置検出 ~ 2D-CNNとTransformerの融合 ~2022

    • 著者名/発表者名
      加納大暉 , 周 向栄 , 原 武史 , 藤田広志
    • 学会等名
      電子情報通信学会技術研究報告
  • [学会発表] 深層ニューラルネットワークに基づく多時相CT画像の位置合わせと解剖構造の自動認識の共同学習に関する研究2022

    • 著者名/発表者名
      不破僚太郎 , 周 向栄 , 原 武史 , 藤田広志
    • 学会等名
      電子情報通信学会技術研究報告
  • [学会発表] 腹部多時相CT画像の位置合わせのためのCycleGANによる3D Deep-CNNの性能改善に関する初期検討2021

    • 著者名/発表者名
      不破僚太郎 , 周 向栄 , 原 武史 , 藤田広志
    • 学会等名
      電子情報通信学会技術研究報告
  • [備考] Researchmap

    • URL

      https://researchmap.jp/read0108329

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