| 研究課題/領域番号 |
26540112
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
本間 経康 東北大学, 医学(系)研究科(研究院), 教授 (30282023)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2017-03-31
|
| キーワード | 画像認識 / 機械学習 / 計算機支援診断システム |
|---|
| 研究実績の概要 |
乳がんの早期発見に有効とされる乳房Ｘ線撮影による画像検診において，読影医師の負担軽減のための計算機支援診断（computer-aided diagnosis, CAD）システムの病変検出・診断論理の高度化と定量化を目標に，つぎのようなシステムの開発と性能検証を行った。
１．乳房密度の定量的推定法の開発と性能評価：複数の専門医の協力を得て，医師の読影過程において重要な診断基準となる画像解剖学的特徴のうち，がんの罹患因子の一つと考えられている乳房密度について，これまでよりも定量的に推定可能な手法を開発した。また，臨床データを用いて医師の推定結果と比較し，その性能を検討した。
２．がんの進行度判定システムのプロトタイプ開発と性能評価：１と同様に専門医の協力を得て，がんの進行度を診断する基準として，乳がんの典型的画像所見の１つである微小石灰化群の空間的分布に関する特徴量を抽出する手法のプロトタイプを開発した。また，臨床データを用いて，提案特徴抽出法の乳がん進行度判定への応用と，その性能を検討した。
３．Deep learningによるCADアルゴリズムの試験実装：読影論理の基準となる画像解剖学的特徴は多岐に渡り，その設計は不可避的に大自由度をもち複雑になることから，Deep learningによる自動的な特徴量設計を利用したCADアルゴリズムを試験的に実装した。
|
| 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
当該年度の研究計画のうち，①読影論理に影響を与える画像解剖学的特徴の解析・特定，ならびに②それらの定量的抽出法の開発は，一部の特徴について計画通り進展した。とくに一部の特徴については，これまで明らかになっていなかった乳がんの罹患危険因子であることが示唆されるなど計画以上の進展があった。一方，そのような重要な特徴量は多岐に渡るため，十分に明らかにできたとはいえず，この点は計画通りには進展しなかった。また，③Deep learningによるCADアルゴリズムの試験実装は，おおむね計画通りに進展した。以上より，３つの研究計画のうち，２つは一部計画以上の進展と他の一部は計画よりやや遅れ，残り１つは計画通りであった。
これらを総合して，おおむね順調に進展していると判断した。
|
| 今後の研究の推進方策 |
当該年度の研究計画で遅れが生じた読影上重要な画像解剖学的特徴の特定と抽出法の開発については，対象が多岐に渡ることもあり，次年度以降も引き続き解析と開発を進めることでデータベース等に蓄積する計画である。また，本年度開発したDeep learningの枠組みも利用し，自動的な特徴量抽出も試みる計画である。
|
| 次年度使用額が生じた理由 |
当該年度においてデータベース作成用のデータ整理等，実験補助に対する謝金執行を計画していたが，データ収集が若干遅れたこととDeep learningを用いたCADアルゴリズム開発に予想以上の時間がかかり実施できなかったため。また，開発技術の知財申請等を検討したことにより投稿を遅らせざるを得ず，成果発表用の掲載料等の一部が執行できなかったため。
|
| 次年度使用額の使用計画 |
データ収集体制は準備が整いつつあり，次年度速やかに収集を実行してデータベース構築を進める。また，知財関係の申請準備が整い次第，掲載料も次年度速やかに執行する計画である。
|
