| 研究課題/領域番号 |
21K11958
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 金沢大学 |
|---|
研究代表者 |
今村 幸祐 金沢大学, 電子情報通信学系, 准教授 (00324096)
|
|---|
| 研究分担者 |
小林 聡 金沢大学, 保健学系, 教授 (30313638)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | 医用画像処理 / 深層学習 / 診断補助 / 肝線維化ステージ判定 |
|---|
| 研究成果の概要 |
本研究では、医用画像MRIに基づいてニューラルネットワークにより肝臓の線維化ステージを自動的に判定するシステムの構築を行った。まず，CNNを並列に配置して交換学習を行うネットワーク構造により，被診断者毎のステージ判定を可能とするシステムを構築した。さらに，MILを用いたネットワーク構造を持つステージ判定システムも構築して診断精度の向上を実現した。また，U-net を用いた肝線維化ステージ判定のための診断対象スライスの自動選択も実現した。これらの肝線維化ステージ判定のためのネットワークにおいて，判断根拠を可視化する方法を用いた診断補助の検討も行った。
|
| 自由記述の分野 |
画像処理
|
| 研究成果の学術的意義や社会的意義 |
肝臓の線維化と肝発癌の間には強い相関があり、肝癌の早期発見・早期治療のためには肝臓の線維化の程度を知ることが重要である。肝臓の線維化診断のゴールドスタンダードは肝生検だが，侵襲性が高く，被検査者の死亡のリスクもある。ディープラーニングを用いた画像認識で肝臓の線維化を自動的かつ高精度・高速に診断することが可能となれば，被験者への負担が軽減された、より安全な診断の実現が期待できる。またディープラーニングによる画像診断手法の確立は，他の疾患に対しても応用が可能と考えられるため，今後の深層学習の医用画像における応用において意義がある。
|
