| 研究課題/領域番号 |
24560497
|
|---|
| 研究種目 |
基盤研究(C)
|
| 研究機関 | 徳島大学 |
|---|
研究代表者 |
上野 淳二 徳島大学, ヘルスバイオサイエンス研究部, 教授 (60116788)
|
|---|
| 研究分担者 |
近藤 正 徳島大学, ヘルスバイオサイエンス研究部, 教授 (80205559)
|
|---|
| 研究期間 (年度) |
2012-04-01 – 2015-03-31
|
| キーワード | 人工ニューラルネットワーク / GMDH / マルチスライスCT / コンピュータ支援診断 |
|---|
| 研究概要 |
本年度は、本研究を実行するために、学習理論に多変量解析手法を用いて高精度解析を行う新しい人工ニューラルネットワーク（GMDH-type Neural Network ）のアルゴリズムの開発を行った。本研究で開発する人工ニューラルネットワークは、以下のような機能を備えている。
１）最適な画像特徴量（入力変数）の自己選択機能：多列検出器CTや磁気共鳴断層撮影装置（MRI）から得られた３次元画像データは、それぞれの装置によって医用画像の画質が大きく異なる。また、対象となる臓器によって医用画像の特徴が大きく異なる。このために、精度の良い画像認識精度を得るためには、対象となる医用画像の種類にもっとも適した画像特徴量を自己選択することが重要である。このため、GMDH-typeニューラルネットワークに対象となる医用画像の特徴にもっとも適した画像特徴量を自己選択させる機能を持たせている。
２）最適なニューラルネットワークス構造の自己選択機能：精度の良い画像認識精度を得るためには、対象となる医用画像の特徴に最も適したニューラルネットワークスの構造を自己組織化する必要がある。このため、GMDH-typeニューラルネットワークに、対象となる医用画像の特徴に最も適したニューラルネットワークス構造を自己選択させる機能を持たせている。
以上のような機能を備えた、人工ニューラルネットワークのアルゴリズムを開発した。また、腹部の多臓器を同時に画像認識させる機能を持たせるようにアルゴリズムの機能拡張を行っている。さらに、これらのアルゴリズムを組み込んだ、肝臓癌の画像診断を行うためのコンピュータ支援画像診断システム（CADシステム）の構築を行っている。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
本研究で開発した、アルゴリズムを臨床画像データに適用した場合、改良すべき点が明らかになり、アルゴリズムの改良を行っているため。
|
| 今後の研究の推進方策 |
本研究で開発したアルゴリズムを組み込んで実用的なCADシステムを開発するためには、アルゴリズムの改良するべき点が多く残っており、今後はさらに多くの症例に適用して問題点を抽出して、実用的なCADシステムを開発する必要があると考えている。
|
| 次年度の研究費の使用計画 |
残金については３月中に全額納品済みで、４月以降に支払い予定です。
|
