| 研究課題/領域番号 |
25330002
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
全 眞嬉 東北大学, 情報科学研究科, 准教授 (80431550)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2016-03-31
|
| キーワード | 計算理論 / 計算幾何 / 知識抽出 / イメージ検索 |
|---|
| 研究実績の概要 |
本研究の目的は医療データマイニングにおける、特に、医療イメージデータ検索における、現在の精度限界を打破するための可視化知識抽出モデルの提案である。医療データには膨大な属性の数値データと膨大な画像データがあるが、現在の手法で適用するには医療画像データにはノイズが多く、また膨大なデータ容量であるため、解明が困難であり、データマイニング適用に期待が寄せられている。提案する数値データに対する階層的セグメンテーションルール理論のアルゴリズムの高速化と改良、画像データを数値データとして幾何学的に扱い、計算幾何学手法を用いた数値データと画像データから診断の高速化とその診断精度の向上と改良、学習において階層的セグメンテードンルールのエキスパとを用いたオンライン学習理論の研究を行い、過学習会費と現在の計算精度限界を打破すると共に診断過程を明示的に示す可視化システムの構築が本研究の目的である。
この目的を達成するために下記の研究を実施した。データから知識獲得の概念を数理モデル化し、複数の数値属性に関しての高次元高速アルゴリズム設計と解析を行い、最適なデータ近似手法の計算理論を確立するために（１）数値データに対する階層化ルール理論に関する研究として、階層化ルールを医療診断に用いるためのアルゴリズムの最適化を行い、階層化ルールの整備を行った。（２）計算幾何学手法を用いて医療画像データから知識抽出理論研究として画像データを数値データの酒豪として幾何学的に扱い、計算幾何学を用いて巨大数値データベースを効率的に処理する新しいアルゴリズム設計を行った。（３）画像データを構造的な圧縮データに変換し、計算時間の高速化とマイニング精度を上げるアルゴリズム理論の設計を行い、システム構築・改良を実施中である。
|
| 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
医療画像データから知識獲得するために、知識獲得概念を数理モデル化を行った。複数の数値属性に関しての高次元高速アルゴリズム設計を行っており、最適なデータ近似手法の計算理論を確立するために、提案手法の実装実験を行っており、システムの改良を行っているため、本研究は計画通り順調に進んでいる。
|
| 今後の研究の推進方策 |
本研究で提案する確立的な非決定性決定木構造を用いた階層構造は、原稿の判定システムにおいて主流になっている決定論的な決定ルールに比較して、強いルールの影響を縮小する方法を適用する。本研究で提案する数値医療データと医療画像を数値データの集合として扱い、数値データに対する階層化ルールを用いることで拘束力の弱いルールの判定を行うことが可能となり、すなわち、非決定性を持たせた柔軟な決定システム構築を行う。
構築した非決定性システムで生医療データを用いた実装実験を行い、提案する医療データに対する知識発見システムの検証を行う。
|
| 次年度使用額が生じた理由 |
予定していた国内・国外研究打ち合わせ、国外学会出席が本務の為実施できず、次年度使用額が生じた。
|
| 次年度使用額の使用計画 |
次年度の研究打ち合わせ旅費で執行する予定である。
|
