| 研究課題/領域番号 |
20K18712
|
|---|
| 研究機関 | 名古屋市立大学 |
|---|
研究代表者 |
石橋 謙一郎 名古屋市立大学, 医薬学総合研究院(医学), 講師 (80714609)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| キーワード | ディープラーニングシステム / 口腔扁平上皮癌 / 細胞診 |
|---|
| 研究実績の概要 |
ディープラーニングの技術は年々目覚ましく発展を遂げ、医療分野にも浸透し始めている。中でも、胸部XP写真においては、病巣を疑う領域を視覚化する技術も取り入れ始めている。私も初期段階において、DIGITSによるdeep learningによる画像診断の仕組みを学び、パノラマ画像を用いて唾石や骨折の検出を行い、検出力について報告してきた。この技術を知識から、細胞診へ応用を開始している。
口腔がんは子宮頸がんと同様に扁平上皮癌が主体であるにも関わらず、細胞診による診断は主体ではない。その理由に口腔細胞診診断医の不足もあり、早期発見につながっていない。そのため、病院へ受診時に生検で診断がつくことが多く、多くの歯科診療所などでも診断が可能になれば、早期発見、早期治療へとつながると考えている。現在、MATLABOを用いて、多くの画像から細胞質および核を効率よくセグメンテーションをするプログラムを作成し、教師用の細胞診画像の効率的な学習に取り組んでいる。セグメンテーションには、"cellpose library"を用いることで、精度を上げている。matlabでは、ホールスライドイメージングにも対応させ、かつ"cellpose library"を用いることでより大量の細胞での解析がスムーズに行えるようになってきている。そのため、扁平上皮細胞以外にも、リンパ球や一部の真菌などの細胞も分別して検出し、適切な診断に近づくべく、ディープラーニングシステムを構築を進めている。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
扁平上皮癌のみで区分をして教師データとなるものを作成していたが、リンパ球などのそのほかの細胞を誤認してしまう傾向を認めたため、各細胞ごとに教師データを作成し、精度を上げる方針にしたため、教師データの作成にも時間を要している。また、近年、教師なし画像を用いたディープラーニングシステムが散見されるため、教師なし画像を用いた解析も並行して行っている。このため、遅延が生じたと考えています。
|
| 今後の研究の推進方策 |
ホールスライドイメージングに対応した"cellpose library"を用いることで、細胞の核や細胞質を効率よくセグメンテーションすることが可能になり、各種細胞にわけて、大量の細胞での学習が可能になったため、これらの技術をもちいて解析精度の向上と研究の推進を行っていく予定である。
|
| 次年度使用額が生じた理由 |
コンピュータ上での解析が主になり、試薬を多く使う機会が少なかったためと考えています。
|
