| 研究課題/領域番号 |
22K19650
|
|---|
| 研究機関 | 高知大学 |
|---|
研究代表者 |
菅沼 成文 高知大学, 教育研究部医療学系連携医学部門, 教授 (50313747)
|
|---|
| 研究分担者 |
鈴木 一廣 順天堂大学, 医学部, 准教授 (20338370)
吉田 真一 高知工科大学, 情報学群, 教授 (30334519)
西森 美貴 高知大学, 医学部附属病院, 特任助教 (30760483)
|
|---|
| 研究期間 (年度) |
2022-06-30 – 2024-03-31
|
| キーワード | 機械学習 / 胸部X線 / 胸部CT / じん肺 / びまん性肺疾患 |
|---|
| 研究実績の概要 |
職業性の粉じん曝露により生じる職業性肺疾患は労働衛生上の大きな問題であり、その主要な疾患であるじん肺は鉱物性粉じんの曝露により発生し、その診断には国際じん肺X線分類が用いられる。大規模の国際読影実験が実施され、デジタルX線撮影による症例から標準写真が選ばれ、2022年に改定版が出版された。胸部エックス線によるじん肺陰影の判定は熟練を要する上に、世界各国での需要に対してじん肺の判定医の数が少ない。近年では、ディープラーニングを用いた画像分類が盛んに研究されており、医師の読影の補助として、ソフト開発が行われている。。ディープラーニングを用いるためには、膨大なデータが必要であり、また難しい分類問題の場合は、より多くのデータを必要とする。じん肺データセットは利用可能なものが極めて少なく、学習が難しい。そこで本研究はBlack-hat変換を用いて難しい分類問題を簡易化し、Patch水増し技術を用いることで効率よくデータ量を増加させることでの分類精度向上を目的とする。高知大学、順天堂大学、高知工科大学のチームがそれぞれ、独自のプログラムを開発した。
じん肺などのびまん性肺疾患の診断には微細な画像をどのように的確に指摘できるかが重要であり、機械学習による自動診断が貢献できることは大きい。我々は職業性肺疾患の胸部単純X線様の自動診断のためのアルゴリズム開発に、症例数の少なさの克服のため、GANなどの技術を活用して、一定の精度を持ったアルゴリズムを開発した。この成果をもとに、さらに一つの症例についての画像数の多いCT画像について、自動診断、エキスパートシステムの二つのアプローチから、びまん性肺疾患の画像診断のエキスパートの読影結果を教師データとした自動診断システムを開発に向け、いくつかの課題を克服した。
|
