Development of a Prognostic Method Integrating AI and Radiomics Analysis in Cerebral Ischemic Lesions

点击翻译按钮获取中文摘要

虚血性脳血管障害における画像データに対し人工知能技術を用いて検出しRadiomics解析による高次元特徴量を複合した予後予測を行うという目的において、当該年度も昨年度に引き続き「脳虚血病変検出処理方法の確立」と「機械学習エンジン構築手法の確立」に取り組んだ。当該年度は特に画像学習において精度向上のために手法の開発と教師画像に対する検討について病変領域の特定方法について重点的に実施した。深層学習における画像学習は、与える教師画像の特徴が効率よく画像特徴量として抽出されなければならないため、複数断面ある脳画像において脳虚血病変がどの位置に発現していても、拡散強調画像やFLAIR画像など一般的に脳梗塞領域検出や経過観察において重要な役割を果たす画像種によらず脳梗塞領域を精度よく検出できるセマンティックセグメンテーションの手法の開発を行った。次に今後の画像特徴量から得られた情報を基に行う予後予測という点で、深層学習を用いた回帰について検討を行った。脳形態と実年齢から入力画像に基づく実年齢の予測において手法を確立し、ある画像特徴量を基に推定を行うアルゴリズムの調整と評価を行った。開発したアルゴリズムをRadiomics特徴量からの予後予測に適用しその精度を評価する。高精度化された人工知能技術による脳虚血領域検出はRadiomics解析に必要であるため、精度良く抽出できるアルゴリズムを開発したこと、深層学習における回帰手法を実装したことにより、最終目的である経時的データ解析における変化量の抽出と解析・評価における準備が整った。次年度前半で経時的解析と評価を行い当初目標である予後予測の評価を実施する。