| 研究課題/領域番号 |
20K11944
|
|---|
| 研究機関 | 近畿大学 |
|---|
研究代表者 |
根本 充貴 近畿大学, 生物理工学部, 講師 (10451808)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | コンピュータ検出支援 / 病変領域教師ラベル / U-Net |
|---|
| 研究実績の概要 |
病変領域教師ラベル作成補助のための病変領域半自動推定に関しては，胸部CT像上の肺結節領域のデータを用いた3次元U-Netによる領域抽出の初期検討を行った．
病変領域推定を学習済みのU-Netで行う際には，処理対象画像を学習済みのU-Netのサイズにリサイズおよびスケーリングしなければならない．よって病変サイズの違いによる3次元U-Netの領域推定精度への影響を視覚化・比較するため，様々なサイズの肺結節局所画像に対して入力サイズの異なる複数種のU-Netによる肺結節領域推定を行い，その結果を比較した．肺結節のサイズに対して過大または過少の入力サイズU-Netを用いた場合，病変領域推定に悪影響を及ぼす傾向にあることが分かった．また，肺結節のサイズに適した入力サイズのU-Netを用いることで，病変領域推定が安定することが分かった．この結果は，令和3年度に対外報告予定である．
また，本研究で得られる病変領域教師ラベルを適用するコンピュータ検出支援システムのモデルとして，胸部CT像上肺結節検出システム，頭部MR像上脳動脈瘤検出システム，体部FDG-PET/CT像上病変検出システムの3つを並行して研究開発している．これらに関する対外報告は，Computer-assisted Radiology and Surgeryなどの国際会議発表4件と日本医用画像工学会大会などの国内学会発表が3件がある．加えてこれら業績の一部は令和3年度に論文発表する予定である．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
病変領域教師ラベル作成補助のための病変領域半自動推定に関する検討は順調に進んでいる．もともと計画としていた病変領域教師ラベルを用いた病変検出処理の半教師あり学習も，計画通り遂行が可能な見通しである．
半教師あり学習実験を行う病変検出処理のモデルも複数種類の研究開発が進んでおり，順調に進んでいる．
|
| 今後の研究の推進方策 |
病変領域教師ラベル作成補助のための病変領域半自動推定に関しては，医師による画像診断時に計測した病変長径を用いた病変領域の高精度抽出に取り組む予定である．U-Netによる領域推定結果の出力は領域らしさの確率画像である．各画素に割り当てられた確率に対してユーザ側が決定した任意の閾値を適用することで一意に領域を取得することとなる．この閾値決定をカルテ情報に含まれる病変長径に基づいて行うことにより，より高精度な病変領域推定を実現する．加えて，複数U-Netのアンサンブルセグメンテーションについても検討する．
また，推定した病変領域教師ラベルを用いた病変検出処理の半教師あり学習に関する実験的検討も行う．まずは肺結節検出処理の学習データ加増に本提案手法を用い，性能の改善が望めるかを実験結果から確認する．
|
| 次年度使用額が生じた理由 |
生じた理由：既にあった研究設備を転用することができたため，物品の購入費用が抑えられた．また，コロナ渦の影響により国内学会・国際会議が軒並みオンライン開催となり，旅費の利用機会が無かった．
使用計画：データ解析用のGPUユニット単体ならびにGPU搭載コンピュータ，実験データ保存用のオンラインストレージなどの購入を計画している．
|
