| 研究課題/領域番号 |
20K20214
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
三原 裕一郎 東京大学, 医学部附属病院, 助教 (80789561)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | 超音波 / 自動識別 / ディープラーニング / 肝腫瘍 / 肝細胞癌 / 転移性肝癌 |
|---|
| 研究実績の概要 |
ディープラーニングを用いて肝臓超音波画像から腫瘍を抽出するシステムの構築を行った。今年度の補助金は主として、超音波検査機や術中撮影ビデオの画像を直接解析するシステムの構築（ノート型PC等）や、この研究を遂行するに必要な統計処理ソフトの購入に当てられた。
昨年度までに腫瘤病変を含む肝内構造物（グリソン・肝静脈・腹部大動脈・下大静脈・胆嚢）の描出を自動的に行うことに成功していたが、質的診断の評価に課題が残った。本成果は医学系雑誌
”Hepatobiliary surgery and Nutrition”で論文発表を行った。肝内構造物の識別制度を向上させるためにデータ拡張の手法を取り入れていたが、我々の検証では、特定のデータ拡張手法を行うことで肝内構造物の認識精度が低下することが証明できた。本成果については2021年日本外科学会総会のシンポジウムセッションで報告した。
AIによる自動識別では、一部の脈管の断面や肝嚢胞を肝臓腫瘍として認識してしまうことがあるためAIでは腫瘍候補の自動抽出を担当させ、候補を我々が開発したアルゴリズムで分類することで腫瘍の識別精度を向上させる研究をすすめている。質的診断には造影超音波検査が欠かすことができないため、造影超音波検査に特化したアルゴリズムの構築を行っている。本アルゴリズムを用いることで腫瘍の識別精度が上昇することは証明できたが、さらなる精度の向上を目指して研究をすすめる必要がある。
|
| 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
研究計画に沿った成果を得られており、学術的専門雑誌で論文発表を行い・全国規模の学会のシンポジウムでも報告を行うことができた。
論文報告：” Automated liver tumor detection in abdominal ultrasonography with a modified faster region-based convolutional neural networks (Faster R-CNN) architecture.”我々が開発したプログラムでディープラーニングを行うことで腫瘤病変を含む肝内構造物（グリソン・肝静脈・腹部大動脈・下大静脈・胆嚢）の描出を自動的に行うことができることを報告した。本成果は医学系雑誌”Hepatobiliary surgery and Nutrition（2021）”に掲載された。
学会報告：”術中超音波画像に対する機械学習におけるデータ拡張手法の検討” 肝内構造物の識別制度を向上させるためにデータ拡張の手法を取り入れていたが、我々の検証では、特定のデータ拡張手法を行うことで肝内構造物の認識精度が低下することが証明できた。本成果については2021年日本外科学会総会のシンポジウムセッションで報告した。
|
| 今後の研究の推進方策 |
現時点までに一定の成果をあげることができたが、AIによる自動識別では、一部の脈管の断面や肝嚢胞を肝臓腫瘍として認識してしまうことがある。機械学習のみでの腫瘍診断には限界があるため、ディープラーニングに特定のアルゴリズムを組み込む研究を進め、さらなる腫瘍識別精度の向上を目指す。
|
