物理エンコーダの同時最適化による物体認識モデルと病理診断実証

2023 年度 審査結果の所見

• 研究課題/領域番号: 23H05490
• 研究種目: 基盤研究(S)
• 配分区分: 補助金
• 審査区分: 大区分J
• 研究機関: 大阪大学
• 研究代表者: 長原 一 大阪大学, データビリティフロンティア機構, 教授 (80362648)
• 研究分担者: 香川 景一郎 静岡大学, 電子工学研究所, 教授 (30335484) ; 中島 悠太 大阪大学, データビリティフロンティア機構, 教授 (70633551) ; 中村 友哉 大阪大学, 産業科学研究所, 准教授 (70756709) ; 諸岡 健一 熊本大学, 大学院先端科学研究部(工), 教授 (80323806) ; 柳井 広之 岡山大学, 大学病院, 教授 (90379735) ; 荒木 元朗 岡山大学, 医歯薬学域, 教授 (90467746)
• 研究期間 (年度): 2023-04-12 – 2028-03-31

研究の概要

本研究は、物体そのものの物理的特徴を認識するため、新たに「深層物理センシング」のフレームワークを提案し、光源制御や画像計測といった物理エンコーダをデジタル層のモデルと同時最適化する手法とシステムを研究開発し、応用ユースケースとして病理診断を対象として有効性を実証するものである。

学術的意義、期待される成果

物理層を含めた計測認識全体の最適化を図ることにより認識に必要な特徴を撮像過程で取捨選択する「深層物理センシング」は独創性が高く、実世界センシングへの応用展開が期待される。さらに、尿細胞診自動診断での深層物理センシングの検証は、多元光モダリティを診断等に有効な単一画像に埋め込むことによる診断性能の向上、新たな癌判断基準の探索など、社会的意義が大きい。