| 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
|
