研究課題/領域番号 |
20K12698
|
研究機関 | 近畿大学 |
研究代表者 |
永岡 隆 近畿大学, 生物理工学部, 講師 (00367054)
|
研究期間 (年度) |
2020-04-01 – 2023-03-31
|
キーワード | 深層学習 / データ加増 / 機械学習 / 人工知能 / ビックデータ |
研究実績の概要 |
深層学習を用いたメラノーマの自動診断システム開発に向け、要素技術の開発に取り組んだ。具体的には、AIの視野を集中させる手法の開発、敵対的生成ネットワークによるデータ加増を用いた深層学習の訓練法の開発、深層学習とサポートベクターマシーンを組み合わせ、少ないデータでも識別器が訓練できる手法の開発、mix-up、random croppingなどのデータ加増による診断性能向上の検証などに取り組んだ。 視野の集中に関しては、深層学習に色素病変の部分だけを投入する手法を複数組み合わせ、診断性能の向上が確認された。深層学習はどの部分を見て診断したのかを明らかにする、ホワイトボックス化が進んでおり、本研究もその応用として実施。深層学習に見て欲しい部分をより強調して提示することで、診断性能が向上することが確認されつつある。 本邦ではメラノーマ患者が少ない事などを鑑み、複数のデータ加増手法による診断性能の向上にも取り組んだ。中でも有病例と無病例など複数クラスを混ぜ合わせて訓練させる手法であるmix-upでは、診断性能そのものの向上は確認できなかったが、学習損失の有意な減少が確認できた。このことは人工知能がより確信をもってその病変を診断していることを意味し、本手法による加増が人工知能の学習に有用であることが判明した。 引き続き、メラノーマなどの希少病変であっても、ビックデータが必要な深層学習の訓練に資する手法の開発に取り組む予定である。
|
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
新型コロナウィルスの感染拡大に伴い、大学においても入構規制などが実施されたため、予定していた研究が極めて順調に進展しているとは評価し難い。また、近年の仮想通過ブームに伴いGPUの需要が急増しており、GPUは深層学習にも必要となるため、研究にわずかながら影響を及ぼしている。 一方で各種業務のオンライン化がこの機に大きく進んだこと、令和2年度後期は感染拡大も一旦落ち着いた時期でもあり、研究そのものは比較的順調に進んでいると評価できる。 しかしながら、感染拡大に伴い、海外渡航が極めて困難になったため、当初予算として計上していた国際学会における成果発表は一切実施できなかった。
|
今後の研究の推進方策 |
引き続き、深層学習を用いたメラノーマの自動診断システムの開発に向け、各種要素技術の開発と臨床での使用に耐えうるシステムの開発を推進する。具体的には深層学習に病変部のみをより集中して訓練できるような手法の導入と、少数データでも訓練が可能な深層学習とサポートベクターマシーンの組み合わせをより探求する予定である。本研究で開発された新規知見を応用し、新型コロナウィルスのCT画像による診断システムの開発も応用テーマとして検討する。また、ワクチン接種の進展次第ではあるが、これまで実施できなかった国際学会における成果発表も検討する。
|
次年度使用額が生じた理由 |
新型コロナウィルス感染拡大に伴い、研究打ち合わせや国際学会における成果発表が実施できなかったため、支出の大部分を停止せざるを得なかった。また、仮想通貨ブームに伴うGPUの枯渇で、深層学習に必要なGPUの入手が極めて困難となり、購入できなかったことも支出できなかった理由の一因である。
|