| 研究課題/領域番号 |
21H03470
|
|---|
| 配分区分 | 補助金 |
|---|
| 研究機関 | 立命館大学 |
|---|
研究代表者 |
陳 延偉 立命館大学, 情報理工学部, 教授 (60236841)
|
|---|
| 研究分担者 |
岩本 祐太郎 大阪電気通信大学, 情報通信工学部, 講師 (30779054)
韓 先花 山口大学, 大学院創成科学研究科, 准教授 (60469195)
金崎 周造 滋賀医科大学, 医学部, 非常勤講師 (90464180)
劉 家慶 立命館大学, 情報理工学部, 助教 (20948343)
李 印豪 立命館大学, 情報理工学部, 助教 (90962465)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| キーワード | 肝臓がん / マルチフェーズCT画像 / domain adaptation / 早期再発予測 / 肝臓セグメンテーション / 腫瘍検出 / 解剖アトラス |
|---|
| 研究実績の概要 |
2022年度は、以下の成果が得られました。
(1) CT画像における肝臓腫瘍を特徴付けるために、腫瘍の境界の質、腫瘍の形状、造影剤による腫瘍の増強を含む病理学的記述子を導入し、高精度な肝臓診断支援法を開発した。この成果を国際学術誌Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualizationに掲載された。
(2) マルチフェーズCT画像に対する教師なしdomain adaptation法を提案し、公開されたシングルフェーズ画像のみを用いて学習したモデルをマルチセンターで撮影したマルチフェーズCT画像にそのまま適用できるようになった。この成果は国際学会InMed2022で発表した。
(4) 2022年6月に大会長として国際学会International Conference on Innovation in Medicine and HealthcareをギリシャのRhodesで主催した。その論文集を本としてSpringer社より出版した。
|
| 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
計画通りにアテンションネットワークを開発し、肝臓がんの診断支援に有効であることを確認することができた。
|
| 今後の研究の推進方策 |
近年膨大なデータで学習したFoundationモデルが注目されている。画像Foundationモデルは自然画像で学習されており、医用画像に適用すると精度が低下する。今後Foundationモデルを医用画像に適用するためにそのadaptationを開発していく予定である。
|
