研究課題
研究活動スタート支援
機械学習の分野では、学習データの不足を解決するために、データ拡張と呼ばれる技術が使用される。本研究では医療画像に特化したデータ拡張手法の開発に新たに取り組み、機械学習による不妊症診断支援システムの評価を行った。本研究では、画像の視覚的特徴ではなく、特定の伝搬速度を有する子宮の運動特徴に着目した。超音波画像から特定速度の運動を抽出した画像を生成し、これらの画像の中間画像生成によってデータ拡張を行い、少ない画像でもシステムが十分に学習できることを確認した。
医用画像処理
本研究では、運動の伝搬速度という特定の特徴量に着目することで、効果的なデータ拡張が実現できることを発見した。医療画像には個人差によるばらつきが非常に大きいという特徴がある。本研究を通して、画像の視覚的な特徴ではなく、数値的な特徴に対しての操作がデータ拡張として効果的であることがわかった。この知見は、広い範囲の医療データに応用できるため、不妊症診断のみならず、多くの機械学習を用いた医療診断支援システムの精度向上につながる結果だと考えられる。
