| 研究課題/領域番号 |
20K18712
|
|---|
| 研究機関 | 愛知学院大学 |
|---|
研究代表者 |
石橋 謙一郎 愛知学院大学, 歯学部, 歯学部研究員 (80714609)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 細胞診 / 口腔がん / 人工知能 / Deeep learning |
|---|
| 研究実績の概要 |
近年，深層学習（ディープラーニング）と呼ばれる手法を使用したコンピュータサインスの研究が，画期的なパフォーマンスの向上を実証され，画像分類，物体検出，言語解析，音声認識などの様々な領域で応用が進んでいる。医学画像においても、XP画像やCT、MRIでも応用されている。
集団口腔検診の普及に伴い、早期発見、早期治療につながっているが、患者への侵襲が少ない細胞診が取り入れられることで、より効率的な早期発見、治療につながることは期待されている。細胞診の診断には熟練を要し、口腔細胞診専門医が少ない問題ある。また、集団検診は検診はすこしずつ進んできているものの、歯科医院での受診時に細胞診での診断が普及すると早期発見につながり、口腔がん専門施設への早期紹介、治療が可能になると考えらえる。しかしながら、歯科医院での含め細胞診の一般化には至っていない。
本研究では細胞診の診断をDeeep learningをもちい、より診断性能を向上させていくことを目的としている。昨年度は、細胞診画像を顕微鏡にて取得後、細胞および核にROI（関心領域）を方形に設けて、Nvidia社によるDIGITSをもちいて、object detectionを行い、口腔ベゼスタシステムに従った分類を行っている。今後は、方形によるROIからセグメンテーションを行い、検出性能の向上を進めていく。また、whole-slide imagingによる画像細胞異型の検出を行っていく予定である。今後、Deeep learningによる細胞診の診断の臨床的な意義、有用性を明らかにしていく。
|
| 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
Deeep learningの医学での応用は、一般レントゲン写真やＣＴやＭＲＩなどで進歩がはやく、様々異常の検出に用いられれている。そのため、本研究にも応用すべく、歯科領域で用いられるパノラマレントゲン画像を用いて、deep learning技術の研鑽も進めてる。
細胞診に関しては、顕微鏡で取り込んだ画像をトリミングを行い、細胞の核の異型にあわせて、分類を行っている。
現在、画像にROIを設けて、Nvidia社によるDIGITSを用いて、Object Dectectionを行い、Deeep learningによって核の異型分類をすすめている。今後は、セグメンテーションによる核の範囲をより厳密にしらべ、Deep learningによる細胞診の確立を進めている。
|
| 今後の研究の推進方策 |
本年は、細胞異型を認める部位をROIを方形に囲み、object detectionによる口腔細胞診におけるベゼスタシステムにならい、異型細胞の分類の検出向上を行っている。
今後は、方形によるROIからセグメンテーションを取り入れ、診断性能の向上に努めていく予定である。引き続き、口腔細胞診のベゼスタシステムをもちいて細胞異型を人工知能による診断性能を明らかに、今後の意義や有用性を明らかにしていく。
|
| 次年度使用額が生じた理由 |
新型コロナウイルスによって、昨年度から始める予定であったwhole slide imagingによる画像取得に遅延が生じたことが主な原因と考えています。本年度から早急に画像の取得を開始を予定しています。
|
